音频 - 智狐AI导航

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。

Ai开源项目 2025年06月05日 90 点赞 0 评论 348 浏览

一款基于ScreenCapture Kit for macOS的轻量级录屏工具/基于 ScreenCapture Kit的多功能、轻量化、高性能的开源macOS屏幕录制工具。

Ai开源项目 2025年06月05日 59 点赞 0 评论 298 浏览

阿里巴巴发布的EMO，一种音频驱动的AI肖像视频生成框架。通过输入单一的参考图像和语音音频，Emote Portrait Alive可以生成动态的、表情丰富的肖像视频。

Ai开源项目 2025年06月05日 18 点赞 0 评论 284 浏览

BuboGPT是由字节跳动开发的大型语言模型,能够处理多模态输入,包括文本、图像和音频,并具有将其响应与视觉对象相对应的独特能力。

Ai平台模型 2025年06月05日 99 点赞 0 评论 122 浏览

Gemini是Google DeepMind推出的全新AI模型，集成了多模态推理功能，超越了以往模型的性能，适用于科学文献洞察、竞争性编程等多种应用场景。

Ai平台模型 2025年06月05日 100 点赞 0 评论 340 浏览

一款强大的人工智能大模型综合应用，提供智能对话、文生图、图生图、音频翻译、图像分析和全球学术资料搜索等多种功能。

Ai平台模型 2025年06月05日 27 点赞 0 评论 136 浏览

Google Labs开发的实验性AI工具。它利用生成式AI技术，帮助用户快速整理和总结笔记。用户可以输入各种文本或PDF文件，NotebookLM会自动组织内容并提供建议。

Ai办公效率 2025年06月05日 34 点赞 0 评论 490 浏览

一款AI驱动播客工具，提供转录、摘要、思维导图、提纲、亮点和要点等功能，PodExtra Ai可以帮助你更高效地获取播客中的有用信息。

Ai办公效率 2025年06月05日 65 点赞 0 评论 110 浏览

AI智能翻译引擎，涵盖文本、文档、图片、视频、音频等多种在线翻译模式，更有强大的文档格式转换处理功能，为您节约80%的时间。

Ai办公效率 2025年06月05日 55 点赞 0 评论 234 浏览

一个帮你更快的从音视频中获取信息的音视频转录和翻译工具。UniScribe能快速将本地音频、视频文件或 YouTube 视频转化为简短摘要，帮助您轻松掌握要点，支持98种语言。

Ai办公效率 2025年06月05日 33 点赞 0 评论 474 浏览

音频

首页

音频