实时

WhisperChain

WhisperChain 是一款开源语音识别工具,支持实时语音转文本并提供文本优化功能,可去除填充词、优化语法。用户可通过全局热键快速启动语音输入,处理结果自动复制到剪贴板。支持 Streamlit 界面与 FastAPI 架构,适用于会议记录、写作辅助等场景。

Layer AI

Layer AI是一个强大的工具,它通过AI技术帮助游戏工作室在保持艺术风格一致性的同时,提高生产效率和创造力。

Copilot

Copilot 是由 人工智能公司 和 GitHub 合作开发的一个基于人工智能的代码提示工具,它可以利用机器学习技术和大量训练数据生成高质量的代码。

TEN VAD

TEN VAD是一款高性能的实时语音活动检测系统,专为企业级应用设计。它基于深度学习技术,能够精确区分语音和非语音信号,具有低延迟、轻量级和高精度的特点。支持多种平台和编程接口,适用于智能助手、客服机器人等场景,帮助构建更高效、更智能的对话系统。

EfficientTAM

EfficientTAM是一款由Meta AI研发的轻量级视频对象分割与跟踪模型,基于非层次化Vision Transformer(ViT)构建,通过引入高效记忆模块显著降低了计算复杂度。它能够实现高质量的视频对象分割与多目标跟踪,同时保持较低的延迟和较小的模型尺寸,特别适用于移动设备上的实时视频处理。该模型已在多个视频分割基准测试中表现出色,并支持多种应用场景,包括移动视频编辑、视频监控、增强现

Hibiki

Hibiki是一款由Kyutai Labs开发的开源语音翻译解码器,支持实时语音到语音(S2ST)和语音到文本(S2TT)的翻译。其基于多流语言模型架构,结合弱监督学习和上下文对齐技术,实现低延迟、高保真度的翻译效果。适用于国际会议、在线教育、旅游、新闻采访及客户服务等场景,具备良好的实用性和可扩展性。

JobJump

JobJump是一款基于AI技术的视频面试助手扩展程序,支持与Google Meet、Zoom及Microsoft Teams等平台兼容。它具备多语言支持、行业和职位定制化服务等功能,能够实时识别面试问题并提供个性化答案提示,帮助求职者在面试中展现最佳状态。适用于技术、非技术、多语言及远程面试场景,特别适合职业转换者。

Pi智能演示文档

Pi是一款利用AI技术提升演示文档创作效率的互动内容平台,支持多种内容生成模式(一句话生成、文件导入、URL导入),并配备智能编辑器与多终端适配功能。它提供了丰富的主题配色与组件素材,可帮助用户快速创建高质量的专业演示文档,广泛应用于商务、教育和个人场景中。

Reworkd

Reworkd是一款基于人工智能的自动化网络数据提取工具,主要功能包括自动化抓取代码生成、动态网站适应、全流程自动化操作及实时数据故障修正。它无需编程知识即可使用,并支持多种应用场景,如市场研究、金融分析、房地产数据收集、学术研究、客户服务自动化以及供应链管理,为企业提供高效、准确的数据获取方案。