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 558 浏览
EDTalk EDTalk是一款基于音频驱动的唇部同步模型，支持嘴型、头部姿态及情感表情的独立操控。用户可通过上传图片、音频和参考视频生成具有唇形同步和情感表达的动态人脸视频，广泛应用于教育、影视后期、虚拟现实等领域。其高效解耦机制和轻量化设计使其易于操作且资源友好。 AI项目与工具 2025年06月12日 93 点赞 0 评论 558 浏览
快对 快对是一款基于AI技术的教育辅助工具，覆盖小学至大学全学科，提供作业检查、错题管理、英语翻译、视频讲解及学习资料等功能。通过智能识别与解析，帮助用户高效解决学习难题，优化学习体验。支持错题分类整理、资料收藏与分享，适用于自主学习、家长辅导及备考复习等多种场景。 AI项目与工具 2025年06月12日 44 点赞 0 评论 557 浏览
美间AI创意PPT 一款可以一键生成高质量PPT的AI设计平台，通过简单的操作，一键就可以生成各种类型的PPT，同时提供美化PPT，文档生成PPT、链接生成PPT等功能。 PPT资源 2025年06月05日 18 点赞 0 评论 557 浏览
SlidesOrator 一款将静态PPT转化为互动演示内容的工具，主要功能有旁白生成、数字人播报、实时问答等。用户上传PDF文件后，能快速生成互动演示，适用于教育、企业培训、产品介绍等场景。 PPT资源 2025年06月05日 62 点赞 0 评论 556 浏览
Versatile Versatile-OCR-Program是一款开源多模态OCR工具，支持从教育材料中提取文本、公式、表格等结构化数据，输出为JSON或Markdown格式，准确率高达90%-95%。它基于DocLayout-YOLO、Google Vision和MathPix等技术，支持多语言处理，适用于教育数据集制作、教学辅助、AI模型训练及个人学习等场景。 AI项目与工具 2025年06月11日 77 点赞 0 评论 555 浏览
CheggMate CheggMate作为一个基于人工智能的学习伴侣，通过结合GPT-4的智能技术和Chegg丰富的知识库，为学生提供了一个高效、个性化的学习辅导平台。 创作工具 2026年06月23日 0 点赞 0 评论 555 浏览
MobileLLM MobileLLM是一款针对移动设备优化的大型语言模型，具有语言理解与生成、零样本常识推理、聊天交互、API调用、文本重写与摘要生成以及数学问题解决等功能。它通过深度薄型架构、SwiGLU激活函数、嵌入共享和分组查询注意力机制等技术，在低参数环境下实现高效性能，适用于移动聊天、语音助手、内容推荐、教育辅助和移动搜索等多种应用场景。 AI项目与工具 2025年06月12日 52 点赞 0 评论 555 浏览
MultiTalk MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及 AI项目与工具 2025年06月11日 11 点赞 0 评论 555 浏览
Voxify Voxify是一款利用AI技术将文本转化为自然语音的专业工具，具备超过450种声音选择，支持140多种语言和方言。用户可自定义音调、语速及情感表达，满足多样化的应用场景。此外，Voxify支持多格式输出并提供API接口，便于集成至其他系统中。 AI项目与工具 2025年06月12日 82 点赞 0 评论 555 浏览
