音频

1. 首页
2. 音频

EDTalk

EDTalk是一款基于音频驱动的唇部同步模型，支持嘴型、头部姿态及情感表情的独立操控。用户可通过上传图片、音频和参考视频生成具有唇形同步和情感表达的动态人脸视频，广泛应用于教育、影视后期、虚拟现实等领域。其高效解耦机制和轻量化设计使其易于操作且资源友好。

AI项目与工具 2025年06月12日 93 点赞 0 评论 433 浏览

Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。

AI项目与工具 2025年06月12日 48 点赞 0 评论 432 浏览

BuboGPT | 字节大模型

BuboGPT是由字节跳动开发的大型语言模型,能够处理多模态输入,包括文本、图像和音频,并具有将其响应与视觉对象相对应的独特能力。

Ai平台模型 2025年06月05日 99 点赞 0 评论 432 浏览

Dubbing大饼AI声音

大饼AI变声器，自然人声效果，千种音色选择，全场景接入支持

创作工具 1970年01月01日 0 点赞 0 评论 431 浏览

Resona V2A

专注于将视频内容自动转化为高质量音频。Resona V2A通过分析视频中的视觉元素，Resona V2A 能够生成与视频内容相匹配的声音设计、音效和环境音。

Ai视频生成 2025年06月05日 11 点赞 0 评论 431 浏览

Buzz

Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具，支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能，支持多种格式导出，并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。

AI项目与工具 2025年06月12日 10 点赞 0 评论 428 浏览

入梦AI变声器

入梦AI变声器提供了丰富的声音变化选项，从儿童的高亢声音到成年男性的低沉音调，用户可以根据自己的需求进行选择。

创作工具 1970年01月01日 0 点赞 0 评论 426 浏览

detangle

detangle 是一款基于人工智能的法律辅助工具，能够快速生成法律文件摘要，将复杂术语转化为通俗语言，帮助用户精准识别关键条款并提供音频摘要功能。适用于个人、企业、法律从业者及学习者，提升法律文件处理效率与理解能力，同时保障数据安全。

AI项目与工具 2025年06月12日 53 点赞 0 评论 423 浏览

VocalreMover人声伴奏分离

vocalremover，移除人声并分离，用强大的人工智能算法将声音从音乐中分离出来。

Ai语音工具 2025年06月05日 89 点赞 0 评论 423 浏览

Natural Language Playlist

Natural Language Playlist 探索语言和音乐之间丰富而复杂的关系，并使用 Transformer 语言模型构建播放列表。由于没有更好的术语，音乐推荐是一种“闭门造车”的东西。

创作工具 1970年01月01日 0 点赞 0 评论 421 浏览