AP

LOVO.AI

LOVO AI是一个功能强大的AI语音生成器,它通过提供多样化的语音选项和易用的编辑工具,帮助用户快速创建引人入胜的视频和音频内容。

FLUX.1

Stable Diffusion原班人马推出的开源文生图模型,Black Forest Labs推出的一系列AI图像生成工具,旨在为不同需求的用户提供定制化的服务。无论是专业的图像生成需求,还是开发和个...

WellSaid labs

WellSaid是一款人工智能文本转语音工具,允许用户根据文本创建真实、自然的画外音。它提供了一系列语音化身,并帮助团队在项目上协作,允许更快的生产时间。它适用于企业,可用于...

AssemblyAI

一个提供将音频文件、视频文件和实时语音转录为文字的平台,提供了一个简单的API,允许用户访问用于转录和语音理解的即可用的AI模型。

DL4J

DL4J开源的使用JVM部署和训练...

TANGOFLUX

TANGOFLUX是一款高效文本到音频生成模型,具备约5.15亿参数量,能够在3.7秒内生成30秒高质量音频。它采用CLAP-Ranked Preference Optimization框架优化音频输出,支持多种应用场景,包括多媒体内容创作、音频制作、播客、教育及虚拟助手开发。其开源特性推动了相关领域的技术进步。

Mubert

人类×人工智能生成音乐,对于您的视频内容、播客和应用程序

D

D-ID是一个利用生成式AI技术的平台,专注于为专业人士和内容创作者提供视频内容的创新解决方案。它允许用户从文本生成逼真的数字人物,从而简化大规模视频制作的流程。

Spyne.AI

一款人工智能驱动的AI摄影和编辑软件,旨在满足企业(尤其是汽车行业)的需求。它提供了大规模创建高质量产品视觉效果的高级功能,利用人工智能技术来自动化图像处理工作流程。