语音

1. 首页
2. 语音

auto

Auto-Video-Generator是一款基于AI的自动解说视频生成工具，能够一键生成解说视频。通过输入主题，系统自动生成解说脚本、合成语音、生成配图并完成视频合成，大幅提高内容创作效率。该工具适用于自媒体、营销、教育、新闻媒体及社交媒体等多个领域，帮助用户快速制作高质量视频。

AI项目与工具 2025年06月12日 58 点赞 0 评论 612 浏览

ClearerVoice

ClearerVoice-Studio 是一个基于复数域深度学习算法的开源语音处理框架，集成了语音增强、分离及音视频说话人提取等功能。它通过先进的 FRCRN 和 MossFormer 系列模型，实现了高效的语音信号处理，并具备强大的预训练能力和灵活的接口设计。该框架广泛应用于智能助手、会议记录、电话会议、公共安全等领域，助力提升语音处理技术的实际应用价值。

AI项目与工具 2025年06月12日 81 点赞 0 评论 611 浏览

YouDub

一款开源的多语言AI配音和视频翻译工具，优质视频中文化工具，YouDub-webui提供了一套完整的视频中文化工具包，涵盖了从视频下载、语音识别、字幕翻译、AI声音克隆、视频处理、自动上传等一系列流程。

Ai开源项目 2025年06月05日 89 点赞 0 评论 611 浏览

FoloUp

FoloUp 是一款开源的 AI 语音面试平台，能根据职位描述自动生成面试问题，并通过自然语言交互与候选人进行语音面试。系统支持实时分析、评分与报告生成，提供数据仪表盘用于跟踪候选人表现。平台支持一键分享、远程面试和批量招聘，结合语音识别、NLP 和安全数据管理技术，适用于多种招聘场景，提升招聘效率与质量。

AI项目与工具 2025年06月12日 74 点赞 0 评论 610 浏览

OSUM

OSUM是一款由西北工业大学研发的开源语音理解模型，结合Whisper编码器与Qwen2 LLM，支持语音识别、情感分析、说话者性别分类等多种任务。采用“ASR+X”多任务训练策略，提升模型泛化能力和稳定性。基于约5万小时语音数据训练，性能优异，适用于智能客服、教育、心理健康监测等多个领域。

AI项目与工具 2025年06月12日 46 点赞 0 评论 609 浏览

琅琅配音

琅琅配音是一款卓越的智能文本转语音工具，提供语音合成服务。

创作工具 1970年01月01日 0 点赞 0 评论 609 浏览

Weights

Weights 是一款基于人工智能技术的多媒体创作平台，支持语音翻唱、文字转语音、图片、视频、音乐等多种内容生成。用户可通过简单操作实现创意表达，并在社区中分享与交流。平台提供丰富的创作工具，适合不同层次的创作者，广泛应用于娱乐、教育、营销等多个领域。

AI项目与工具 2025年04月13日 58 点赞 0 评论 609 浏览

HMoE

HMoE（混合异构专家模型）是腾讯混元团队提出的一种新型神经网络架构，旨在提升大型语言模型的性能和计算效率。通过引入不同规模的专家来处理不同复杂度的输入数据，HMoE增强了模型的专业化程度，并采用了新的训练目标和策略，如P-Penalty Loss，以提高参数利用率和计算效率。HMoE在多个预训练评估基准上表现出色，适用于自然语言处理、内容推荐、语音识别、图像和视频分析以及多模态学习等领域。

AI项目与工具 2025年06月12日 90 点赞 0 评论 609 浏览

小饿

小饿是饿了么推出的AI语音助手，专为外卖骑手设计，支持语音交互完成接单、确认到店等操作，提升配送效率。具备权益提醒、天气预警、路线提示、订单热力图及收入预估等功能，覆盖多种配送场景，增强用户体验。已在多个城市上线，适用于蜂鸟众包APP用户。

AI项目与工具 2025年06月11日 12 点赞 0 评论 608 浏览

OpenL

OpenL 是一个功能强大的 AI 驱动翻译工具，它利用最新的人工智能技术为用户提供快速、准确的翻译服务。

创作工具 1970年01月01日 0 点赞 0 评论 607 浏览