音频

1. 首页
2. 音频

WorldSense

WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。

AI项目与工具 2025年06月12日 61 点赞 0 评论 315 浏览

INFINITE ALBUM

适合游戏玩家的自适应 AI 音乐

创作工具 1970年01月01日 0 点赞 0 评论 315 浏览

音品汇配音

为用户提供文字转语音在线转化服务，文字转语音准确率达99%

字幕配音 2025年06月05日 61 点赞 0 评论 316 浏览

Descript

Descript是一款可让您像编辑文档一样轻松地编辑视频和音频文件的软件。

Ai语音工具 2025年06月05日 29 点赞 0 评论 319 浏览

云蝠智能

优秀的AI对话能力OEM集成商

创作工具 1970年01月01日 0 点赞 0 评论 320 浏览

Audiocraft/MusicGen

一个简单而可控的音乐生成LM，具有文本和旋律调节。

创作工具 1970年01月01日 0 点赞 0 评论 320 浏览

Dubverse.ai

只需单击一个按钮，即可使您的内容支持多种语言，并覆盖更多人。

创作工具 1970年01月01日 0 点赞 0 评论 321 浏览

Ztalk.ai

Ztalk.ai 是一款支持多语言实时语音翻译的AI桌面应用，具备低延迟、高清晰度和强兼容性，可与主流视频会议平台无缝连接。内置降噪、字幕及AI提示功能，确保沟通效率与质量。采用端到端加密，保障数据安全，适用于全球商务会议、跨境协作、客户互动及多语言培训等场景。

AI项目与工具 2025年06月11日 75 点赞 0 评论 322 浏览

TTS

TTS语音向导是一种工具，允许用户通过微软Azure语音识别和TTS将语音转换为文本，然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项，包括100...

Ai语音工具 1970年01月01日 0 点赞 0 评论 323 浏览

Stable Audio

由Stability.ai团队倾力打造的Stable Audio 2.0音频生成模型

创作工具 1970年01月01日 0 点赞 0 评论 323 浏览