NEXUS NEXUS-O是一款由多家知名机构联合开发的多模态AI模型，能够处理音频、图像、视频和文本等多种输入，并以相应形式输出结果。它在视觉理解、音频问答、语音识别和翻译等方面表现出色，具备强大的跨模态对齐与交互能力。模型基于视觉语言预训练，结合高质量音频数据提升性能，并通过多模态任务联合训练增强泛化能力。适用于智能语音助手、视频会议、教育、智能驾驶、医疗健康等多个领域。 AI项目与工具 2025年06月12日 84 点赞 0 评论 423 浏览
VideoSrt VideoSrt是一个可以识别视频语音自动生成字幕SRT文件的开源软件工具。适用于快速、批量的为媒体（视频/音频）生成中/英文字幕、文本文件的业务场景。 Ai开源项目 2025年06月05日 31 点赞 0 评论 423 浏览
PengChengStarling 鹏城实验室开源的一款多语言语音识别系统开发工具包，PengChengStarling可以在统一的框架内处理多种语言语音输入，支持实时语音识别，边说边识别。 Ai语音工具 2025年06月05日 66 点赞 0 评论 421 浏览
Pemo Pemo是一款AI驱动的文档管理工具，支持多格式文档导入与管理，提供智能翻译、摘要生成、思维导图、格式转换及语音朗读等功能。用户可自定义阅读模式并进行标注与笔记，提升阅读效率与知识整理能力，适用于学习、科研、办公及日常阅读等多种场景。 AI项目与工具 2025年06月11日 25 点赞 0 评论 420 浏览
Lyra Lyra是一款由香港中文大学、SmartMore和香港科技大学联合研发的高效多模态大型语言模型（MLLM）。它通过整合视觉、语音和文本三种模态的信息，实现了强大的跨模态理解和推理能力。Lyra不仅擅长处理长语音数据，还支持流式文本-语音生成及跨模态信息交互，适用于智能助手、客户服务、教育培训、医疗健康等多个领域。 AI项目与工具 2025年06月12日 18 点赞 0 评论 420 浏览
Boardy Boardy是一款基于AI与语音技术的人脉拓展工具，通过智能对话了解用户需求并提供精准推荐。支持双向确认连接，提升合作质量。内置数据可视化模块，用户可轻松创建自动更新的仪表板，适用于创业者、高管及企业用户，助力资源拓展与职业发展。 AI项目与工具 2025年06月12日 26 点赞 0 评论 420 浏览
LOVO AI LOVO AI是一款AI配音软件。用户可以上传一段自己的录音，然后选择AI语音，软件会根据用户的录音内容进行智能识别，然后生成自然流畅的语音。 Ai语音工具 2025年06月05日 35 点赞 0 评论 419 浏览
