收集全球10,000⁺个好用的AI软件
-
Say It SoSay It So是一个Chrome扩展程序,允许用户在Google Docs文档中添加语音评论,使反馈、解释和协作更加清晰和个性化。这个工具特别适合...
-
Dictate BuddyDictate Buddy是一款利用人工智能技术将语音转换为文字的应用程序。它支持99种语言,并且能够自动检测语言。该应用使用OpenAI Whisp...
-
GPTS4O.SOGPT-4o是OpenAI推出的先进多模态AI平台,它在GPT-4的基础上进一步扩展,实现了真正的多模态方法,涵盖文本、图像和音频。GPT-4o设计上...
-
MaskGCTMaskGCT是一个创新的零样本文本到语音转换(TTS)模型,它通过消除显式对齐信息和音素级持续时间预测的需求,解决了自回归和非自回归系统中存在的问题...
-
GLM-4-VoiceGLM-4-Voice是由清华大学团队开发的端到端语音模型,能够直接理解和生成中英文语音,进行实时语音对话。它通过先进的语音识别和合成技术,实现了语音...
-
MaskGCT TTS DemoMaskGCT TTS Demo 是一个基于MaskGCT模型的文本到语音(TTS)演示,由Hugging Face平台上的amphion提供。该模型...
-
MoonshineMoonshine 是一系列为资源受限设备优化的语音转文本模型,非常适合实时、设备上的应用程序,如现场转录和语音命令识别。在 HuggingFace ...
-
Canonical AICanonical AI提供的声音AI分析工具,专注于分析和优化语音助手的通话性能。该工具通过可视化通话流程、识别关键性能指标(KPIs)和自定义度量...
-
SoundStormSoundStorm是由Google Research开发的一种音频生成技术,它通过并行生成音频令牌来大幅减少音频合成的时间。这项技术能够生成高质量、...
-
AI Studios.comAI Studios是一个提供全方位AI视频生成解决方案的平台,它结合了自然语言处理、机器学习等先进技术,使用户能够快速创建高质量的视频内容。该平台的...
-
Universal-2Universal-2是AssemblyAI推出的最新语音识别模型,它在准确度和精确度上超越了前一代Universal-1,能够更好地捕捉人类语言的复...
-
TranscribroTranscribro是一款运行在Android平台上的私有、设备端语音识别键盘和文字服务应用,它使用whisper.cpp来运行OpenAI Whi...