多语言

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。

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。

Casibase

一个开源的AI知识库和对话系统,支持多种主流 AI 模型,具备企业级功能和多语言界面,适合企业知识管理和智能对话场景。

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。

Edimakor

Edimakor是一款基于AI技术的视频编辑工具,具备AI字幕翻译、智能脚本生成、文字转语音、AI视频生成等多种功能,大幅简化视频制作流程,提升工作效率。它适用于内容创作者、教育机构、企业宣传等多个领域,支持多语言字幕翻译与配音,助力全球化传播。

Memo.ac

Memo是一款将视频转换为翻译文本、字幕和笔记的工具,它支持多语言,可以在中文、英文、日文和90多种语言之间进行转录和翻译。

SLEA.AI

SLEA.AI是一款利用人工智能技术的免费Logo生成工具,支持用户通过简单输入品牌信息快速生成多款定制化Logo。该工具具备友好的操作界面、强大的编辑功能以及高分辨率无水印下载选项,适用于初创企业、电商店铺、非营利组织及个人创作者等多个领域,帮助用户实现高效的品牌形象构建。

Chatsimple Ai

一个AI聊天机器人平台,允许企业在其网站上部署定制的ChatGPT AI聊天机器人。该平台提供简单的集成,无需编码,使企业能够与访客互动,提升客户体验。

pipio

pipio是一款专业的视频AI配音工具,集成了高精度的口型匹配技术、多语言翻译能力和高质量的声音克隆功能。它支持超过40种语言,能够快速实现视频内容的本地化,适用于国际营销、教育培训、娱乐传媒等多个领域,显著提高了跨语言视频制作的效率。

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。