CLaMP 3 CLaMP 3是由清华大学朱文武教授团队开发的多模态、多语言音乐信息检索框架,支持文本、图像、音频和乐谱等多种模态之间的跨模态检索。其基于对比学习技术,将不同模态数据与多语言文本对齐至统一语义空间,适用于文本到音乐、图像到音乐检索、零样本分类及音乐推荐等任务。支持27种语言,可扩展至100种,广泛应用于音乐创作、教育、分析及多媒体内容制作。 AI项目与工具 2025年06月12日 86 点赞 0 评论 701 浏览
qeen.ai qeen.ai 是一款面向电商行业的 AI 平台,提供动态内容生成、本地化、营销活动优化及智能对话服务。其基于 RL-UI 技术,可实时学习用户行为并优化策略,适用于产品文案生成、多语言本地化、个性化营销及 24/7 客服支持,帮助电商企业提升转化率与运营效率。 AI项目与工具 2025年06月12日 96 点赞 0 评论 701 浏览
MoonCast MoonCast 是一个零样本播客生成系统,能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练,支持中文和英文,生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本,并利用语音合成模块转换为最终音频,具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强,适用于内容创作、教 AI项目与工具 2025年06月11日 63 点赞 0 评论 700 浏览
Reka Flash 3 Reka Flash 3 是一款由 Reka AI 开发的开源推理模型,拥有 21 亿参数,支持多模态输入(文本、图像、视频、音频),并可处理最长 32k 个令牌的上下文。它具备高效的推理能力和多语言支持,适用于日常对话、编码辅助、指令执行等多种场景。模型可在本地部署,支持 4 位量化以降低资源占用,适合广泛的应用需求。 AI项目与工具 2025年06月12日 70 点赞 0 评论 699 浏览
Spark Spark-TTS是一款基于大型语言模型的高效文本转语音工具,支持中英文双语及跨语言合成。它无需额外生成模型,通过LLM预测编码直接生成音频,实现零样本语音克隆。用户可自定义语音参数,如音色、语速等,适用于语音助手、多语言内容创作、智能客服及虚拟角色配音等多种场景。 AI项目与工具 2025年06月12日 47 点赞 0 评论 699 浏览
TextIn TextIn是一款利用OCR技术实现文字识别的AI平台,支持多语言且具备强大的图像处理能力。它可以从各种类型的文档中提取结构化信息,并提供灵活的部署选项,适用于金融、物流、制造业等多个领域。TextIn通过智能算法优化文档处理流程,帮助企业提升效率。 AI项目与工具 2025年06月12日 31 点赞 0 评论 699 浏览
Vozo AI 一款AI视频生成器,Vozo AI通过重新编写、重新配音、编辑声音,然后通过提示将现有视频配音成新的视频故事。用户可以轻松将视频转换为宣传片、喜剧或多语言版本。 Ai语音工具 2025年06月05日 78 点赞 0 评论 699 浏览
Snapcut Snapcut是一款基于人工智能技术的视频编辑工具,能够将长视频自动剪辑为适配社交媒体的短视频。它支持多种视频格式和语言字幕,具备一键生成、智能分析、画面重组和字幕生成等核心功能,广泛应用于教育、营销、娱乐等多个领域,帮助用户高效完成视频内容创作。 AI项目与工具 2025年06月12日 11 点赞 0 评论 696 浏览
Pad.ws Pad.ws 是一款基于浏览器的在线开发环境,融合了交互式白板与完整代码编辑功能。支持多人协作、实时绘图、VS Code 集成及终端操作,适用于团队开发、教育、个人项目及产品设计等多种场景。具备多语言支持、跨设备访问和自托管部署能力,提升开发效率与灵活性。 AI项目与工具 2025年06月11日 44 点赞 0 评论 695 浏览