VoxInstruct VoxInstruct是清华大学开源的语音合成技术,能够根据人类语言指令生成高质量的语音。该系统采用统一的多语言编解码器语言建模框架,将传统的文本到语音任务扩展到了更广泛的人类指令到语音任务。VoxInstruct通过引入语音语义标记和多种无分类器指导策略,提升了语音合成的自然度和表现力。它支持多语言和跨语言合成,适用于智能语音助手、有声读物、教育培训等多个领域。 AI项目与工具 2025年06月12日 79 点赞 0 评论 934 浏览
Aqua Voice Aqua Voice 是一款AI驱动的语音转录与文档编辑工具,支持语音转文字、自然语言指令编辑、自动格式优化及多语言处理。它适用于高效写作、辅助输入及跨平台办公场景,兼容多种主流应用,提升文本创作效率与准确性。 AI项目与工具 2025年06月11日 81 点赞 0 评论 935 浏览
Glarity Glarity是一款基于ChatGPT技术构建的浏览器扩展工具,主要功能包括为YouTube视频和网页内容生成自动摘要、多语言翻译、电子邮件写作辅助及AI问答等。它支持多种平台,如YouTube、Google、Twitter等,旨在帮助用户高效获取信息、突破语言限制并提升阅读效率。无论是语言学习、学术研究还是跨文化交流,Glarity都提供了便捷的解决方案。 AI项目与工具 2025年06月12日 45 点赞 0 评论 937 浏览
Dolphin Dolphin是由清华大学与海天瑞声联合开发的面向东方语言的语音识别大模型,支持40种语言及22种中文方言,具备高精度语音转文字能力。采用CTC-Attention架构,结合E-Branchformer和Transformer技术,提升识别效率与准确性。模型开源,支持自定义语言与地区设置,适用于会议记录、语音输入、智能助手等多种场景。 AI项目与工具 2025年06月12日 20 点赞 0 评论 939 浏览
Ideogram Canvas Ideogram Canvas是一款基于AI技术的创意画布工具,支持用户在一个无限制的虚拟画布上生成、编辑及合并图像。其核心功能包括Magic Fill和Extend,可实现图像局部修改与扩展,同时保持风格统一。适用于平面设计、品牌营销、内容创作、艺术设计及教育培训等多个领域,助力提升创意工作效率。 AI项目与工具 2025年06月12日 18 点赞 0 评论 940 浏览
Moshi Moshi是一款由法国Kyutai实验室开发的端到端实时音频多模态AI模型,具备听、说、看的能力,并能模拟70种不同的情绪和风格进行交流。Moshi具有多模态交互、情绪和风格表达、实时响应低延迟、语音理解与生成、文本和音频混合预训练以及本地设备运行等特点。它支持英语和法语,主要应用于虚拟助手、客户服务、语言学习、内容创作、辅助残障人士、研究和开发、娱乐和游戏等领域。 AI项目与工具 2025年06月12日 73 点赞 0 评论 940 浏览
Chatgot.io 一个独特的应用程序,将多个AI聊天助手整合到一个平台中。想象一下,你参与的聊天群组里不是与人交流,而是与各种AI个性互动。 AI写作对话 2025年06月05日 65 点赞 0 评论 940 浏览
小值 一款消费领域垂类购物助手AI问答机器人,小值AI通过对话形式与用户进行交互,旨在为用户提供智能的消费辅助决策服务,帮助用户快速甄选全网优质好物链接。 AI写作对话 2025年06月05日 48 点赞 0 评论 941 浏览
居然设计家 居然设计家是一款融合AI、3D、VR和大数据技术的家装设计平台,提供户型识别、智能设计、自由建模、全屋定制、海量模型资源及AI辅助设计等功能。用户可通过自然语言交互快速生成个性化设计方案,并支持多工具协同与实时渲染,适用于DIY、智能装修、导购、电商等多种场景,提升设计效率与用户体验。 AI项目与工具 2025年06月12日 61 点赞 0 评论 943 浏览