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 470 浏览

MimicTalk

MimicTalk是一款利用NeRF技术快速生成个性化3D说话人脸模型的工具，其核心功能包括15分钟内完成新身份训练、高质量视频生成、增强的表现力以及上下文学习能力。该工具通过混合适应流程、上下文风格化音频到运动模型等技术，实现了高效的数据样本利用和训练效率提升，适用于虚拟主播、远程协作、VR/AR等领域。

AI项目与工具 2025年06月12日 59 点赞 0 评论 469 浏览

Huxe AI

Huxe AI是一款基于生成式AI技术的个人音频伴侣应用，旨在为用户提供高度个性化的音频体验。其主要功能包括个性化音频简报、实时问答、减少屏幕时间以及与现有应用的无缝集成。通过连接用户的日历、邮件等数据流，Huxe AI能够生成定制化的语音内容，帮助用户高效管理日程、获取信息并提升学习效率。

AI项目与工具 2025年06月12日 76 点赞 0 评论 466 浏览

爱哔哩

B站视频、音频mp3解析下载站

影视资源 2025年06月05日 67 点赞 0 评论 466 浏览

MMAudio

MMAudio是一款基于多模态联合训练的音频合成工具，通过深度学习技术实现视频到音频、文本到音频的精准转换。它具备强大的同步模块，确保生成的音频与视频帧或文本描述时间轴完全对应，适用于影视制作、游戏开发、虚拟现实等多种场景，极大提升了跨模态数据处理的能力和应用效率。

AI项目与工具 2025年06月12日 68 点赞 0 评论 466 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 464 浏览

ChatAnyone

ChatAnyone是阿里巴巴通义实验室开发的实时风格化肖像视频生成工具，基于音频输入生成高保真、自然流畅的上半身动态视频。采用分层运动扩散模型和混合控制融合生成模型，支持实时交互与风格化控制，适用于虚拟主播、视频会议、内容创作等多种场景，具备高度可扩展性和实用性。

AI项目与工具 2025年06月12日 72 点赞 0 评论 464 浏览

Covers AI

一款功能强大的AI声音和歌曲生成器工具，允许用户使用来自著名主播、政治家、歌手、卡通人物等的数千种声音生成 AI 翻唱。

Ai语音工具 2025年06月05日 82 点赞 0 评论 464 浏览

视频编辑王

一键剪切/合并/裁剪/分割/旋转，快速添加字幕/音乐/配音/特效

视频剪辑 2025年06月05日 85 点赞 0 评论 464 浏览

QuickRecorder

一款基于ScreenCapture Kit for macOS的轻量级录屏工具/基于 ScreenCapture Kit的多功能、轻量化、高性能的开源macOS屏幕录制工具。

Ai开源项目 2025年06月05日 59 点赞 0 评论 463 浏览