TurboScribe TurboScribe是一款利用AI技术实现高效音频和视频转录的服务平台，支持98种以上语言的文本转换，具备强大的文件处理能力和多格式兼容性。通过加密技术保障数据安全，提供多样化的成绩单导出选项，并支持说话人识别功能，广泛应用于播客制作、会议记录、学术研究等领域。 AI项目与工具 2025年06月12日 46 点赞 0 评论 324 浏览
Video Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积（STC）连接器和音频分支，显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。 AI项目与工具 2025年06月12日 50 点赞 0 评论 325 浏览
vidyo.ai Vidyo.ai是一款基于人工智能的视频编辑工具，可将长视频自动剪辑为适合社交媒体的短视频片段。其主要功能涵盖智能剪辑、尺寸适配、字幕生成、播放速度调节及音频优化等。该工具支持多语言操作，适合内容创作者和品牌方高效制作高质量视频内容。 AI项目与工具 2025年06月12日 43 点赞 0 评论 327 浏览
MOFA MOFA-Video是由腾讯AI实验室和东京大学研究人员开发的开源图像生成视频模型。该工具通过生成运动场适配器对图像进行动画处理，能够通过稀疏控制信号（如手动轨迹、面部关键点序列或音频）实现对视频生成过程中动作的精准控制。MOFA-Video支持零样本学习，能够将多种控制信号组合使用，生成复杂的动画效果，并能生成较长的视频片段。 --- AI项目与工具 2025年06月12日 22 点赞 0 评论 329 浏览
EzAudio EzAudio是一款基于文本到音频（Text-to-Audio, T2A）生成模型，通过优化的扩散变换器架构和高效的数据训练策略，实现了快速生成高质量音频的功能。它支持多种应用场景，如音乐创作、影视后期制作、语音合成等，并具备高保真度和低资源消耗的特点。 AI项目与工具 2025年06月12日 73 点赞 0 评论 331 浏览
ACE Studio ACE Studio搭载了先进的自动化功能，能一键识别MIDI文件、歌词和音高，自动转换为干声，极大地提高了创作效率。 创作工具 1970年01月01日 0 点赞 0 评论 335 浏览
OmniHuman OmniHuman是字节跳动推出的多模态人类视频生成框架，基于单张图像和运动信号生成高逼真视频。支持音频、姿势及组合驱动，适用于多种图像比例和风格。采用混合训练策略和扩散变换器架构，提升生成效果与稳定性，广泛应用于影视、游戏、教育、广告等领域。 AI项目与工具 2025年06月12日 43 点赞 0 评论 336 浏览
熊猫字幕 一款专业的在线字幕网站，提供自动在线字幕生成，视频音频字幕生成，字幕制作，语音转字幕，语音自动生成字幕，字幕翻译，字幕格式转换等各种字幕功能。 字幕配音 2025年06月05日 80 点赞 0 评论 338 浏览
