Whisper语音识别模型
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。
R
Immersity AI
Immersity AI 是一款基于先进神经深度学习技术的AI平台，可将2D图像和视频转换为沉浸式3D视觉效果。它具备实时预览、编辑功能，并支持从静态图片到动态视频的全面转换，广泛应用于社交媒体、广告营销、教育、娱乐等领域，旨在提升用户体验与内容表现力。
WhatTheFont
一个简单易用的字体查找器，WhatTheFont可以帮助您识别字体。只需上传您需要识别的字体的图像，该工具就会为您想要识别的字体。
飞阅FeelRead
飞阅FeelRead，一款个人Reading Copilot小程序， AI阅读助手，自动写摘要与精髓，还能与文对话，互动式高效阅读。
MidJourney提示词工具
Midjourney提示词助手为Midjourney用户提供了一个便捷的学习和实验平台，帮助他们更好地掌握提示词的创作技巧，提升AI绘画的质量和效果。
PaliGemma 2
PaliGemma 2是一款由Google DeepMind研发的视觉语言模型（VLM），结合了SigLIP-So400m视觉编码器与Gemma 2语言模型，支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现，在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务，包括图像字幕生成、视觉推理等，并支持量化和CPU推理以提高计算效率。
