语音 - 智狐AI导航

Yoodli AI

Yoodli 是一款可让您录制您的演讲或演示文稿，并获得有关在沟通方面的分析，例如节奏、眼神交流、肢体语言、包容性语言、手势等。

生活创意 2025年06月05日 18 点赞 0 评论 394 浏览

Pinch

Pinch 是一款基于 AI 的实时语音翻译视频会议平台，支持超过 30 种语言，提供口译和同声传译两种模式，满足多样化的沟通需求。其核心优势在于无需字幕即可实现自然流畅的语音翻译，具备低延迟和文化敏感性处理能力，适用于国际商务、教育、家庭沟通及客户服务等场景。

AI项目与工具 2025年06月12日 90 点赞 0 评论 393 浏览

卡卡字幕助手 | VideoCaptioner

一款基于 LLM 的智能字幕助手，无需GPU一键高质量字幕视频合成！支持生成、断句、优化、翻译全流程。卡卡字幕助手让视频字幕制作简单高效！优化、翻译，字幕视频全流程一键处理！

Ai开源项目 2025年06月05日 64 点赞 0 评论 392 浏览

柯南AI

一个专注儿童教育与人工智能融合的AI儿童教育产品开发公司，柯南AI代表性儿童教育产品“神笔马良魔画AI平板”和“Pika魔镜”。

AI服务商 2025年06月05日 23 点赞 0 评论 392 浏览

NaturalReader

NaturalReaders是一个提供文本到语音转换服务的网站。

创作工具 1970年01月01日 0 点赞 0 评论 392 浏览

PDF to Podcast

PDF to Podcast 是一款由 NVIDIA 开发的 AI 工具，能够将 PDF 文档自动转换为高质量的音频内容，如播客。该工具结合了大型语言模型、文本到语音技术以及 NVIDIA NIM 微服务架构，支持从 PDF 提取信息并生成结构化文本，再通过语音合成输出自然流畅的音频。用户可自定义生成内容的重点，并支持多种部署方式，适用于企业培训、技术简报、客户服务、医疗教育等多个领域。

AI项目与工具 2025年06月12日 32 点赞 0 评论 391 浏览

3D

3D-Speaker是一个多模态开源项目，专注于通过结合声学、语义和视觉信息，实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码，以及多样化数据集，并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。

AI项目与工具 2025年06月12日 29 点赞 0 评论 391 浏览