语音

1. 首页
2. 语音

Gemma 3n

Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型，基于 Gemini Nano 架构，采用逐层嵌入技术，将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入，可生成结构化文本输出，并具备音频转录、情感分析等功能。可在本地设备运行，响应时间低至 50 毫秒，适用于语音助手、内容生成和学术任务定制。

AI项目与工具 2025年06月11日 87 点赞 0 评论 421 浏览

话袋AI笔记

新一代AI卡片笔记产品，具备随时记录、多端同步、资源收藏、笔记串联等多种功能，话袋AI笔记是你生活、学习、工作中好帮手。

Ai办公效率 2025年06月05日 80 点赞 0 评论 422 浏览

Scribe

Scribe 是由 ElevenLabs 推出的高精度语音转文本模型，支持 99 种语言，具备多说话者区分、非语言事件检测和单词级时间戳功能。输出结构化的 JSON 数据，适用于会议记录、字幕生成、内容创作等多种场景，广泛应用于教育、客服及媒体领域。

AI项目与工具 2025年06月12日 86 点赞 0 评论 423 浏览

Revid AI

Revid AI 是一款AI驱动的视频生成工具，支持从脚本创作到视频发布的全流程操作。用户可输入创意自动生成视频内容，涵盖多种风格与语言模板，具备简单易用的编辑功能及一键发布能力。适用于社交媒体、品牌营销、教育分享及电商展示等多个场景，提升内容创作效率与传播效果。

AI项目与工具 2025年06月12日 18 点赞 0 评论 425 浏览

ChitChop

ChitChop是字节跳动旗下一款基于云雀大语言模型创建的AI集合工具产品，可以为用户提供多达200+的智能机器人服务。

AI服务商 2025年06月05日 86 点赞 0 评论 426 浏览

Rask.ai

Rask.ai平台以其自动化和智能化的翻译及配音服务，帮助企业节省时间和成本，同时提高内容的全球可访问性。

创作工具 1970年01月01日 0 点赞 0 评论 426 浏览

Grimo

Grimo 是一款集成多种 AI 技术的写作辅助工具，支持语音输入、提示管理、实时网络搜索和团队协作等功能，适用于作家、内容创作者及专业人员。其提供多个版本以满足不同需求，具备高度定制化和智能化特性，有效提升写作效率和内容质量。

AI项目与工具 2025年06月11日 10 点赞 0 评论 426 浏览

SpeechEasy

SpeechEasy是一种合成语音解决方案，可以让用户从文本生成高质量、易于理解的音频。它适用于各种设备和平台，支持桌面和移动设备，有近12种高质量的合成声音可供选择。它使用简单...

Ai语音工具 1970年01月01日 0 点赞 0 评论 427 浏览

68媒视频神器

一款集视频和音频转文字、短视频快速提取字幕、短视频去水印等功能的视频处理工具。

视频剪辑 2025年06月05日 41 点赞 0 评论 427 浏览

Ola

Ola是一款由多机构联合开发的全模态语言模型，支持文本、图像、视频和音频等多种输入形式。通过渐进式模态对齐策略，逐步扩展模型的多模态理解能力，同时采用流式解码技术提升交互体验。其架构融合多种编码器与解码器，结合局部-全局注意力机制，实现高效多模态处理，在多项任务中表现优异。

AI项目与工具 2025年06月12日 98 点赞 0 评论 428 浏览