音频

1. 首页
2. 音频

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。

AI项目与工具 2025年06月11日 80 点赞 0 评论 304 浏览

Jukebox

OpenAI开发的AI音乐生成器，Jukebox能够根据提供的歌词、艺术家和流派信息生成多种流派和艺术家风格的完整音乐和人声歌曲。

Ai语音工具 2025年06月05日 17 点赞 0 评论 299 浏览

配音神器PRO-移动端

配音神器官网_文字转语音神器_配音神器pro_语音合成软件_专业配音神器_AI配音神器

Ai语音工具 1970年01月01日 0 点赞 0 评论 299 浏览

Lalalai

Lalalai啦啦爱，人声去除器和AI智能伴奏分离器，使用人工智能去除人声并进行音源分离，快速、简单、精确地提取词干（人声/伴奏）

Ai语音工具 2025年06月05日 82 点赞 0 评论 298 浏览

Melodisco

Melodisco 作为一个 AI 音乐播放器，为音乐爱好者提供了一个新颖的平台，让他们能够探索由 AI 创作的音乐世界。

创作工具 1970年01月01日 0 点赞 0 评论 297 浏览

Emergent Drums

使用Emergent Drums人工智能生成独特的鼓样本，使用Audialab插件生成无限的鼓样本，全部免版税。

创作工具 1970年01月01日 0 点赞 0 评论 296 浏览

BiliNote

BiliNote 是一款开源 AI 视频笔记工具，支持从多个平台导入视频链接并生成结构化的 Markdown 笔记。具备音频转写、大模型总结、截图插入、内容跳转链接等功能，适用于学习、创作、培训等场景。采用 FastAPI 和 React 技术栈，支持 Docker 部署，便于用户快速集成与使用。

AI项目与工具 2025年06月11日 92 点赞 0 评论 294 浏览

Emote Portrait Alive

阿里巴巴发布的EMO，一种音频驱动的AI肖像视频生成框架。通过输入单一的参考图像和语音音频，Emote Portrait Alive可以生成动态的、表情丰富的肖像视频。

Ai开源项目 2025年06月05日 18 点赞 0 评论 293 浏览

RecordScreen

一款不需要安装的浏览器在线屏幕录制工具，用户可以直接通过浏览器录制屏幕。它支持录制整个屏幕、浏览器窗口或特定标签页，并可选择同步录制摄像头画面。

直播录屏 2025年06月05日 83 点赞 0 评论 292 浏览

Reecho

通过Reecho在数秒内克隆任意声音，并创建与真人近乎无异的、极具表现力的文本配音。

创作工具 1970年01月01日 0 点赞 0 评论 291 浏览