Faster Whisper
Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理，可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测（VAD）及模型优化，同时提供灵活的 API 接口供开发者集成。
视频
Tavus – AI视频生成平台，支持数字人克隆和实时对话
Tavus 是一个先进的 AI 视频生成平台，提供逼真的数字人克隆和实时对话式视频。基于 Phoenix-2 模型和对话式视频接口（CVI），Tavus 支持企业快速部署 AI 视频产品，提升用户体验并确保安全合规。主要功能包括 AI 视频生成、实时对话、开发者文档和工具，适用于客户服务、个性化营销、虚拟助手、教育和产品演示等多种应用场景。
ClipZap AI
ClipZap AI 是一款基于人工智能的视频创作与编辑工具，提供视频剪辑、多语言翻译、AI 换脸、视频生成与增强等多种功能，帮助用户高效制作高质量视频内容，适用于社交媒体推广、产品营销、教育及多语言内容制作等多个场景。
Cleanvoice
Cleanvoice是一款利用AI技术优化音频和视频编辑的工具，适用于播客制作、视频内容编辑、企业培训、教育讲座及采访等多种场景。其核心功能包括填充词移除、背景噪音过滤、播客摘要生成、语音转录、多轨混音等，旨在提升音频质量并节省编辑时间。无论是个人创作者还是团队用户，均可通过Cleanvoice轻松实现高效的内容整理与发布。
MusicallyDown
一款免费的可让您下载无水印的TikTok视频下载工具，MusicallyDown 可以帮助您以最高质量保存您最喜爱的 TikTok，提供MP4 格式的高清分辨率视频。
ViewCrafter
ViewCrafter是一种由北京大学、香港中文大学和腾讯合作开发的先进视频扩散模型。它能够从单一或少量图像中合成高质量的新视图，结合视频扩散模型和基于点的3D表示，通过迭代视图合成策略和相机轨迹规划生成多样化的视图。该模型在多个数据集上展示了强大的泛化能力和性能，适用于实时渲染、沉浸式体验及场景级文本到3D生成等多种应用场景。
VideoTrans
一个开源的视频翻译和配音工具，VideoTrans能够一键识别视频字幕、翻译成其他语言以及进行多种语音合成，最终输出带字幕和配音的目标语言的视频。
