多语言

AiSofiya

Sofiya是一款由人工智能驱动的文本到语音转换器,可以快速准确地将文本合成为超过135种语言和方言的自然语音。它支持多种音频格式和频率,并有一个强大的声音工作室,以合并和增强...

星火纪要

星火纪要是科大讯飞推出的音视频处理平台,支持语音转录、内容总结、多语言翻译、数据分析等功能,适用于会议、访谈、销售、培训等场景。系统可快速生成会议纪要,角色分离准确率超95%,支持12种场景模板,提升工作效率与信息管理能力。

DistilQwen2

DistilQwen2 是一款基于 Qwen2 大模型优化的轻量级语言模型,通过知识蒸馏技术提高运算效率并降低部署成本。其主要特点包括增强指令遵循能力、轻量级部署、高效运算及多语言支持。DistilQwen2 在知识蒸馏、任务感知课程规划、指令数据优化等方面进行了深入研究,并广泛应用于移动设备、边缘计算、客户服务、内容创作和教育技术等领域。

WowTo

WowTo提供了一个全面的平台,使用户能够轻松创建、定制和集成视频知识库。无论是创建教学视频、支持视频还是逐步视频,WowTo都能帮助提高客户满意度并提供全天候的视频支持。

Motia

Motia 是一个面向软件工程师的 AI Agent 框架,支持多种编程语言并提供零基础设施部署能力。其模块化设计、多语言混合使用、内置可观测性和交互式开发环境,使得智能体的开发、测试和优化更加高效。适用于自动化工作流、复杂决策系统、数据处理及智能自动化等场景。

CosyVoice

一种深度融合文本理解和语音生成的一项新型语音合成技术,CosyVoice能够精准解析并诠释各类文本内容,将其转化为宛如真人般的自然语音。

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。

Huru

Huru是一款基于AI技术的面试准备工具,通过模拟真实面试场景,提供即时反馈与个性化建议,覆盖多语言及多行业职位需求,帮助用户有效提升面试技能。支持Web、iOS和Android设备,适用于求职者、职业培训机构及招聘公司,助力求职者获取理想工作。

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。

VideoCaptioner

VideoCaptioner是一款基于大语言模型的智能字幕处理工具,支持语音识别、字幕优化、翻译、样式调整及视频合成等功能。无需GPU即可运行,兼容多语言和多种字幕格式,适用于视频创作者、教育工作者及字幕翻译团队,提升字幕制作效率与质量。