多语言

Buzz

Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具,支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能,支持多种格式导出,并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。

JoyGen

JoyGen是由京东科技与香港大学联合开发的音频驱动型3D说话人脸视频生成框架,能够实现唇部动作与音频信号的精准同步,并提供高质量的视觉效果。该工具采用单步UNet架构进行高效视频编辑,基于130小时中文视频数据集训练,在唇音同步和视觉质量方面表现优异。适用于虚拟主播、动画制作、在线教育及多语言视频生成等多个领域,为视频内容创作提供了创新解决方案。

AudioBox

Audiobox 是 Meta 推出的 AI 语音和音效工具,结合语音输入和自然语言文字提示词生成语音和音效,例如输入提示词「一条流淌的河流和鸟儿在鸣叫」,Audiobox 自动生成音效。

Siuuu.AI

Siuuu.AI是一款集AI故事创作、学术论文撰写和SEO优化博客生成于一体的多功能写作辅助工具,适用于作家、学生、教育者及营销人员等多种用户群体。它通过提供内容扩展、引用管理、语法校对、文本改写和简化等功能,帮助用户提升写作效率和内容质量,并支持多语言操作以适应不同语言环境的需求。

万兴天幕多媒体大模型

一个涵盖了视觉、音频、语言等多模态AI生成和优化能力的多媒体大模型,万兴天幕多媒体大模型核心功能包括一键成片、AI美术设计、文生音乐、音频增强、音效分析、多语言对话等。

NaturalReader

NaturalReaders是一个提供文本到语音转换服务的网站。

PostNitro AI

适用于 Instagram、LinkedIn 等的免费AI轮播帖子生成器,PostNitro AI几分钟内就可生成可定制的、与品牌一致的内容,从而提升您的社交媒体参与度。

Looooooong Kimi

Looooooong Kimi 是一款专注于超长文本处理的智能工具,支持高达200万汉字的文本分析,具备文档上传与解析、多文件处理、网址阅读、实时搜索、语言翻译以及多模态信息识别等功能。该工具广泛应用于学术研究、法律分析、市场调研、教育辅导和技术支持等多个领域,能够高效提取和整理信息,满足用户对复杂文本处理的需求。

Voxify

Voxify是一款利用AI技术将文本转化为自然语音的专业工具,具备超过450种声音选择,支持140多种语言和方言。用户可自定义音调、语速及情感表达,满足多样化的应用场景。此外,Voxify支持多格式输出并提供API接口,便于集成至其他系统中。

Ovis2

Ovis2是阿里巴巴国际团队开发的多模态大语言模型,采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理,强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本,适用于研究、开发及各类应用场景,展现卓越性能。