语音

PaddleSpeech

PaddleSpeech是百度飞桨团队开发的开源语音处理工具,涵盖语音识别、语音合成、声纹识别、语音翻译等功能。支持多种接口形式,适用于智能语音助手、语音播报、身份验证等场景。基于PaddlePaddle框架,提供高效的深度学习模型和丰富的音频处理能力,适用于多种实际应用需求。

Resemble AI

Resemble.ai的AI语音生成器是一个完整的生成式语音AI工具包,允许您在几秒钟内创建类似人类的声音。

Speech Studio

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法,可以访问诸如实时语音到文本、自定义语音识别模型、发...

刺鸟配音

一款专业文字转语音的有情绪的配音软件,刺鸟配音声音媲美真人的AI配音技术,可以为你轻松配出好声音。

Tavus.io

Tavus 是一个可让您使用人工智能为观众创建个性化视频的平台。您可以录制一个视频,Tavus 将为每个观看者生成数千或数百个具有不同语音和视觉的变体视频。

WPS AI

WPS AI是金山办公推出的一款具备大语言模型能力的生成式人工智能应用,也是中国协同办公领域的首个类ChatGPT式应用。它主要面向办公、写作和文档处理,旨在通过AI技术提升用户的工...

星声AI播客

专注于AI播客领域的AI播客生成器,面向广大播客爱好者和音频内容分享使用者。

通义浏览器插件

通义浏览器插件是一款集实时语音识别、AI字幕翻译、智能总结于一体的多功能AI工具。支持在线课程、会议记录、外语视频观看等多种应用场景,提供语音转文字、翻译、内容总结等功能,帮助用户高效管理在线信息。此外,用户可通过插件快速访问网页版平台,查看和整理记录内容,实现更便捷的信息处理体验。

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型,基于MoE架构,支持文本、图像、音频和视频等多种模态的输入输出,具备强大的理解和生成能力。模型在多个任务中表现优异,如图像识别、视频理解、语音问答等,适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性,为用户提供一体化智能体验。

柯南AI

一个专注儿童教育与人工智能融合的AI儿童教育产品开发公司,柯南AI代表性儿童教育产品“神笔马良魔画AI平板”和“Pika魔镜”。