多语言

YuE

YuE 是一款由香港科技大学与 Multimodal Art Projection 联合开发的开源 AI 音乐生成模型,支持多语言和多种音乐风格,如流行、金属、爵士、嘻哈等。通过语义增强音频分词器、双分词技术和三阶段训练方案,解决长上下文处理与音乐生成难题,生成结构连贯、旋律优美的歌曲。模型完全开源,用户可自由使用和定制,适用于音乐创作、影视配乐、游戏音效及社交媒体内容制作等多个场景。

Subtitle Edit

Subtitle Edit 是一款免费开源的多功能字幕编辑器,支持超过300种字幕格式。它具备字幕同步、创建、翻译、音频波形可视化、视频播放、AI语音识别、AI自动翻译和OCR技术等功能,适用于影视后期、多语言内容创作、教育培训及辅助听力障碍者等场景。其界面友好,操作简便。

wonderchat

WonderChat是一个无需编程技能即可快速创建自定义AI聊天机器人的平台。它支持上传网站链接或PDF文件来训练机器人,具备智能转接、多语言支持、帮助台集成等功能,适用于客户服务、销售、教育培训等多个领域,同时提供日常报告和潜在客户数据分析,助力企业提升运营效率。

MoneyPrinterTurbo

MoneyPrinterTurbo是一款基于AI技术的短视频生成工具,支持自动化的视频文案生成、素材匹配、字幕定制及背景音乐选择,同时提供多语言支持和多种视频尺寸选项。其核心功能包括自定义视频文案、批量生成视频、视频分段时长设定及多语言适配,广泛应用于社交媒体内容创作、广告营销、教育培训等领域。

EmotiVoice

EmotiVoice是网易有道推出的开源文本到语音系统,支持中英文及2000+音色,能根据提示生成带情感的语音。具备情感合成、语音克隆、多语言支持等功能,提供Web界面和API接口,适用于有声读物、智能助手、教育、客服等场景,技术上支持高效部署与模型微调。

Cline

Cline 是一款集成于 VSCode 的 AI 编程助手,支持代码生成、编辑、终端命令执行及 Web 开发调试。可连接多种语言模型,提供项目理解与任务执行能力,增强开发效率。具备安全交互机制和扩展功能,适用于全栈开发场景。

Umi

Umi-OCR 是一款离线 OCR 工具,支持图片、截图和 PDF 文档的文字识别,具备数学公式与二维码识别功能,可生成可搜索 PDF。支持多语言识别与界面切换,提供命令行和 HTTP 接口调用,适用于文档数字化、数据录入、教育等多个场景。

Lemon Slice Live

Lemon Slice Live 是一款基于扩散变换器模型(DiT)的实时视频聊天工具,可将图片转化为可互动的动画角色,支持多语言和实时对话。通过优化模型提升流畅度与响应速度,适用于娱乐、教育、营销等多种场景,结合语音识别、文本生成等技术,提供完整的交互体验。

Superchat

Superchat是一款为企业设计的全渠道消息服务平台,支持整合WhatsApp、Instagram和Facebook Messenger等沟通渠道,通过AI聊天机器人实现全天候客户服务,同时具备客户关系管理、自动化新闻通讯、多语言支持及产品销售等功能,旨在提升企业与客户之间的沟通效率和客户满意度。

Chirp 3

Chirp 3 是谷歌云推出的高清语音合成工具,支持 31 种语言和 248 种声音,能生成自然流畅的语音。具备多语言支持、自定义语音、流式合成等功能,适用于智能助手、有声读物、视频配音等场景。支持多种音频格式,注重数据安全与合规性。