多语言

1. 首页
2. 多语言

BizGen

BizGen是由清华大学与微软研究院联合开发的AI信息图生成工具，能将长篇文章自动转化为专业级的信息图和幻灯片。其核心技术包括高质量数据集Infographics-650K和“布局引导的交叉注意力机制”，可精准控制图像中各区域的文本与视觉元素。支持多语言和多种风格，适用于商业汇报、产品展示、学术研究等多个场景，具备高准确性与排版质量。

AI项目与工具 2025年06月12日 18 点赞 0 评论 144 浏览

EmotiVoice

EmotiVoice是网易有道推出的开源文本到语音系统，支持中英文及2000+音色，能根据提示生成带情感的语音。具备情感合成、语音克隆、多语言支持等功能，提供Web界面和API接口，适用于有声读物、智能助手、教育、客服等场景，技术上支持高效部署与模型微调。

AI项目与工具 2025年06月12日 30 点赞 0 评论 354 浏览

MegaTTS 3

MegaTTS 3是由字节跳动与浙江大学合作开发的零样本文本到语音合成系统，采用轻量级扩散模型，支持中英文及混合语音合成，具备语音克隆、音色控制、韵律调节等功能。系统通过分解语音属性实现精准建模，可快速生成高质量语音，适用于教育、内容制作、语音交互等多个领域。

AI项目与工具 2025年06月12日 29 点赞 0 评论 304 浏览

Elmo Chat

Elmo Chat 是一款基于 AI 技术的浏览器扩展工具，支持网页、视频、PDF 等多种格式的内容摘要、实时问答、关键词提取及多语言翻译功能。无需注册即可使用，注重用户隐私保护，适用于学习、办公、视频处理及多语言信息获取等场景，提升信息处理效率与便捷性。

AI项目与工具 2025年06月12日 65 点赞 0 评论 345 浏览

Actor Mode

Actor Mode 是由 ElevenLabs 开发的 AI 语音生成工具，支持用户通过自身声音生成风格一致的语音内容。它具备多语言支持、语音属性调节、即时生成等功能，适用于有声读物、视频配音、虚拟助手等多个领域。用户可通过录制或上传音频，让 AI 提取语音特征并生成符合要求的语音输出，提高创作效率与个性化表达。

AI项目与工具 2025年06月12日 87 点赞 0 评论 404 浏览

DeepPDF

DeepPDF 是一款基于 AI 的在线 PDF 处理工具，支持文档智能问答、自动摘要生成、多语言翻译、图像与公式解析、术语解释及格式转换等功能。其特点在于保留原文排版、支持多种语言、提供高效的文档管理能力，广泛应用于教育、科研和职场场景，提升文档处理效率与信息理解能力。

AI项目与工具 2025年06月12日 61 点赞 0 评论 486 浏览

Translate Image

Translate Image 是一款基于 AI 技术的图片翻译工具，支持多语言翻译、上下文感知、技术术语识别等功能。可处理产品图片、电商列表、漫画、照片等，适用于电商、社交媒体和文档处理等多种场景。支持多种图片格式，提供智能文字移除与文本保护功能，翻译准确率高，操作便捷。

AI项目与工具 2025年06月12日 74 点赞 0 评论 495 浏览

面灵AI

面灵AI是一款基于DeepSeek大模型的智能面试辅助工具，支持实时问题解析、个性化面试策略生成、多场景模拟面试及面试反馈报告等功能。其覆盖200+行业高频场景，提供多语言支持，适用于求职者提升面试技巧、熟悉流程并优化表现。用户可通过官网注册并选择不同套餐进行使用。

AI项目与工具 2025年06月12日 29 点赞 0 评论 468 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 506 浏览

DreamActor

DreamActor-M1是字节跳动推出的AI图像动画框架，能够将静态照片转化为高质量动态视频。其核心在于混合引导机制，结合隐式面部表示、3D头球和身体骨架，实现对表情和动作的精准控制。支持多语言语音驱动、口型同步、灵活运动转移及多样化风格适配，适用于虚拟角色创作、个性化动画生成、虚拟主播制作及创意广告等领域，具备高保真、强连贯性和广泛适用性。

AI项目与工具 2025年06月12日 86 点赞 0 评论 421 浏览