收集全球10,000⁺个好用的AI软件
-
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...
-
Fish Agent V0.1 3BFish Agent V0.1 3B是一个开创性的语音转语音模型,能够以前所未有的精确度捕捉和生成环境音频信息。该模型采用了无语义标记架构,消除了传统...
-
Fish SpeechFish Speech是一款专注于语音合成的产品,它通过使用先进的深度学习技术,能够将文本转换为自然流畅的语音。该产品支持多种语言,包括中文、英文等,...
-
OuteTTS-0.1-350MOuteTTS-0.1-350M是一款基于纯语言模型的文本到语音合成技术,它不需要外部适配器或复杂架构,通过精心设计的提示和音频标记实现高质量的语音合...
-
OuteTTSOuteTTS是一个使用纯语言建模方法生成语音的实验性文本到语音模型。它的重要性在于能够通过先进的语言模型技术,将文本转换为自然听起来的语音,这对于语...
-
PlayDialogPlayDialog是Play.ai推出的一款端到端AI语音模型,它利用对话的历史背景来控制韵律、语调、情感和节奏,以提供更自然的声音,为匹配人类在现...
-
DeepL VoiceDeepL Voice是一款提供即时、安全的语音翻译产品,旨在帮助全球团队打破语言障碍,实现无缝沟通。它利用先进的人工智能技术,提供高质量的语音翻译服...
-
卡卡字幕助手卡卡字幕助手(VideoCaptioner)是一款功能强大的视频字幕配制软件,利用大语言模型进行字幕智能断句、校正、优化、翻译,实现字幕视频全流程一键...
-
ElevenLabs ProjectsElevenLabs Projects 是一个专注于长音频内容制作的平台,它允许用户将书籍和脚本转换成有声书和播客。该产品支持多种文件格式,拥有广泛的...
-
Ultravox.aiUltravox.ai是一个先进的语音语言模型(SLM),直接处理语音,无需转换为文本,实现更自然、流畅的对话。它支持多语言,易于适应新语言或口音,确...
-
ultravox-v0_4_1-llama-3_1-8bfixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-...
-
ultravox-v0_4_1-llama-3_1-70bfixie-ai/ultravox-v0_4_1-llama-3_1-70b是一个基于预训练的Llama3.1-70B-Instruct和whispe...
-
TransVIPTransVIP是由微软研究院开发的一个创新的语音到语音翻译系统,它能够在翻译过程中保留说话者的声音特征和等时性(即说话的节奏和停顿),这对于视频配音...
-
WhisperNERWhisperNER是一个结合了自动语音识别(ASR)和命名实体识别(NER)的统一模型,具备零样本能力。该模型旨在作为ASR带NER的下游任务的强大...
-
Microsoft Translator ProMicrosoft Translator Pro 是微软推出的一款面向企业级用户的语言翻译应用,旨在帮助企业消除工作场所的语言障碍。这款应用提供了实时...
-
VoicvVoicv是一个尖端的语音克隆平台,可在几分钟内将您的语音转换为数字资产,支持多种语言和零样本学习。该平台结合了先进的AI技术和用户友好的设计,提供专...
-
OuteTTS-0.2-500MOuteTTS-0.2-500M是基于Qwen-2.5-0.5B构建的文本到语音合成模型,它在更大的数据集上进行了训练,实现了在准确性、自然度、词汇量...
-
ElevenLabs GenFMElevenReader 是一款利用人工智能技术将PDF、文章、电子书等文本内容转化为播客的应用。它通过AI技术生成智能播客,让用户在任何时间、任何地...
-
Voiser AI AI TranscriberAI Transcriber: Speech to Text 是一款利用人工智能技术将语音备忘录、会议、访谈和视频转换成文字的应用。它不仅支持What...
-
ElevenLabs Conversational AIElevenLabs Conversational AI是一款能够快速部署在网页、移动设备或电话上的语音代理产品。它以低延迟、全配置性和无缝扩展性为特...