PoseTalk PoseTalk 是一款基于文本和音频驱动的开源工具，专注于生成自然且逼真的头部动画视频。它通过 Pose Latent Diffusion (PLD) 模型和级联网络实现唇部同步与运动细化，广泛应用于虚拟助手、在线教育和娱乐等领域，提供多样化的动画生成能力和高度精准的唇形同步效果。 AI项目与工具 2025年06月12日 53 点赞 0 评论 807 浏览
Sekai Sekai是一款结合AI技术的交互式内容平台，允许用户创建和自定义虚拟角色，并通过AI生成完整的故事情节。平台支持互动式叙事、沉浸式体验以及故事编辑与分享功能，适用于个人娱乐、社交互动、教育学习及品牌营销等多种场景。 AI项目与工具 2025年06月12日 55 点赞 0 评论 808 浏览
EMAGE EMAGE是一款基于音频输入生成全身手势的AI框架，可同步生成面部表情、肢体动作及整体运动。通过掩蔽音频手势变换器和多模块VQ-VAE建模，实现高质量、多样化的手势生成。适用于虚拟现实、动画制作、数字人交互等领域，提升虚拟角色表现力与交互自然度。 AI项目与工具 2025年06月12日 13 点赞 0 评论 809 浏览
Wavtool Wavtool 是一款基于浏览器的 AI 音频创作平台，支持录制、编曲、混音和导出音乐，提供 AI 辅助创作功能，支持多轨处理及高级合成工具。用户可通过浏览器直接操作，无需安装软件，适合音乐爱好者、专业人士及教育用途。 AI项目与工具 2025年06月12日 20 点赞 0 评论 812 浏览
OpenShot 一款免费、开源的视频编辑软件，OpenShot提供丰富的视频效果、标题和音轨功能，用户可以轻松创建和编辑高质量的视频。 视频剪辑 2025年06月05日 80 点赞 0 评论 813 浏览
OmniAudio OmniAudio-2.6B是一款专为边缘设备设计的高性能音频语言模型，具备语音识别、转录、问答、对话生成及内容创作等核心功能。其技术优势在于多模态架构的高效集成、稀疏性利用以及三阶段训练流程，支持FP16和Q4_K_M量化版本，确保在资源受限的环境下仍能稳定运行。OmniAudio-2.6B可应用于智能助手、车载系统、会议记录、教育和医疗等多个领域，为用户提供便捷、高效的语音交互体验。 AI项目与工具 2025年06月12日 95 点赞 0 评论 814 浏览
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 814 浏览
万彩录课大师 一款免费的PPT微课录制工具，万彩录课大师集PPT录制、真人录音、虚拟人物讲解与后期编辑于一体，专注于各种PPT课件课程的录制和编辑。 PPT资源 2025年06月05日 94 点赞 0 评论 814 浏览
AiSofiya Sofiya是一款由人工智能驱动的文本到语音转换器，可以快速准确地将文本合成为超过135种语言和方言的自然语音。它支持多种音频格式和频率，并有一个强大的声音工作室，以合并和增强... Ai语音工具 2026年08月13日 0 点赞 0 评论 816 浏览
