NotesGPT NotesGPT是一款开源的AI语音笔记工具,具备语音转录、自动总结及任务生成等功能,采用先进技术保障转录准确性与任务生成效率,支持多语言并适配多种使用场景,如会议记录、学术研究及个人备忘等。 AI项目与工具 2025年06月12日 80 点赞 0 评论 523 浏览
Caveduck 一个AI角色扮演聊天服务,支持中、英、日韩等多语言,提供多种LLM选择,RWD支援良好,任何设备开启网页即用,无需App。 AI写作对话 2025年06月05日 15 点赞 0 评论 523 浏览
LightPDF LightPDF是一款基于AI的在线PDF处理工具,支持格式转换、OCR识别、文本编辑、注释标注、水印添加、页面操作、加密解密、数字签名等功能。用户可通过智能聊天功能提取文档关键信息并生成摘要,支持多语言处理。适用于文献管理、内容创作、移动扫描及文件处理等多种场景。 AI项目与工具 2025年06月12日 17 点赞 0 评论 523 浏览
SCENEXTRAS SCENEXTRAS是一款基于人工智能技术的Chrome扩展程序,允许用户与电影和电视剧中的角色进行实时互动,包括文字和语音交流。它支持多语言环境,并能根据用户喜好推荐相关影视作品。此外,SCENEXTRAS还具备教育辅助功能,可帮助用户在娱乐过程中学习新语言或深化对故事情节的理解。 AI项目与工具 2025年06月12日 43 点赞 0 评论 523 浏览
SigLIP 2 SigLIP 2 是 Google DeepMind 开发的多语言视觉-语言模型,具有强大的图像与文本对齐能力。它支持多种语言输入,具备零样本分类、图像-文本检索等功能,并通过 Sigmoid 损失函数和自监督学习技术提升训练效率与模型性能。其支持多种分辨率的变体,适用于文档理解、视觉问答及开放词汇任务。该模型基于 Vision Transformer 架构,具备良好的兼容性。 AI项目与工具 2025年06月12日 94 点赞 0 评论 524 浏览
Heygem Heygem是一款由硅基智能推出的开源数字人模型,支持Windows系统。它可通过1秒视频或照片快速生成数字人形象和声音,30秒内完成克隆,60秒合成4K视频。具备多语言支持、100%口型匹配、低配置运行等优势,适用于内容创作、教育、直播、影视及客服等多个领域,提供高效、低成本的数字人解决方案。 AI项目与工具 2025年06月12日 18 点赞 0 评论 525 浏览
PDF2Audio PDF2Audio 是一款开源工具,支持将 PDF 文档转换为音频内容,适用于播客制作、教育、业务演示等多个场景。其核心功能包括 PDF 转文本、生成播客脚本、文本转语音转换、多语言支持及高级编辑功能。用户可通过自定义选项调整文本生成模型、语音风格等,支持批量处理和多种模板适配,方便用户根据需求生成高质量音频。 AI项目与工具 2025年06月12日 35 点赞 0 评论 526 浏览
Keevx Keevx是一款专注于AI数字人视频创作的工具,主要面向海外中小企业和个人创作者。它提供AI智能脚本生成、翻译功能,搭配优质公共人像和模板,支持一键生成营销视频。用户可上传自有脚本,选择数字人形象和语音来制作视频,适用于电商产品展示、员工培训、社交媒体内容创作及品牌宣传等场景。 AI项目与工具 2025年06月11日 97 点赞 0 评论 526 浏览