多语言 - 智狐AI导航

Tarsier2

Tarsier2是字节跳动研发的大规模视觉语言模型，擅长生成高精度视频描述并在多项视频理解任务中表现优异。其核心技术包括大规模数据预训练、细粒度时间对齐微调以及直接偏好优化（DPO）。该模型在视频问答、定位、幻觉检测及具身问答等任务中均取得领先成绩，支持多语言处理，具有广泛的应用潜力。

AI项目与工具 2025年06月12日 59 点赞 0 评论 671 浏览

cc:Monet

cc:Monet是一款基于人工智能的财务管理工具，专为企业提供高效、精准的财务处理方案。其主要功能涵盖AI驱动的发票识别、多语言支持、批量文档处理、费用管理及智能分析，帮助企业优化财务流程，降低成本并提升效率。适用于多种场景，包括中小企业、自由职业者、会计师事务所及团队协作。

AI项目与工具 2025年06月12日 62 点赞 0 评论 671 浏览

ChatPlayground AI

ChatPlayground AI 是一个集成了多种行业领先AI模型的多AI聊天机器人平台。用户可以在一个统一的界面中与多个AI进行互动，获得更全面的答案。该平台支持多语言交流，并具备多重AI视角、行业领先的AI模型、提示库、实时网页搜索以及图像生成等功能。ChatPlayground AI适用于学术研究、内容创作、日常咨询等多个场景，为用户提供强大的辅助功能，帮助用户节省时间和提高效率。

AI项目与工具 2025年06月12日 55 点赞 0 评论 672 浏览

MARS5

MARS5-TTS是一款开源的AI声音克隆工具，支持140多种语言的文本转语音功能。它能够生成高度逼真的语音，并处理复杂的韵律场景。该工具拥有12亿参数，基于超过15万小时的训练数据。用户可以通过文本中的标点符号和大小写等标记引导语音的韵律和情感，同时提供快速克隆和深度克隆两种模式。MARS5-TTS可应用于内容创作、语言学习、辅助技术、客户服务和多媒体娱乐等多种场景。

AI项目与工具 2025年06月12日 53 点赞 0 评论 673 浏览

Fish Audio

Fish Audio是一款生成式AI文本转语音（TTS）和声音克隆平台，支持多种语言和声音风格，可将文本转换为自然流畅的语音。用户可上传音频样本克隆特定人物的声音，并通过API接口集成到应用程序中。Fish Audio适用于视频制作、有声读物、语音助手、教育与培训以及娱乐创意等领域，满足个性化语音内容生成需求。

AI项目与工具 2025年06月11日 79 点赞 0 评论 674 浏览