AI项目与工具

Multi

Multi

Multi-Speaker 是 AudioShake 推出的高分辨率多说话人分离工具，支持将音频中不同说话人的语音精准分离至独立轨道，适用于广播级音频处理。它具备高保真音频处理能力，支持高采样率，能处理长达数小时的录音，在复杂场景下仍能保持稳定效果。广泛应用于影视、播客、无障碍服务及内容创作等领域，提升音频编辑效率与质量。
AI项目与工具 2025年06月12日
BEN2

BEN2

BEN2是一款由Prama LLC开发的深度学习图像和视频处理工具，专注于高效、精准的背景移除与前景分割。采用置信度引导抠图技术，可处理复杂细节，如头发和边缘，确保高精度分割。支持4K图像处理，具备GPU加速功能，适用于图像编辑、视频剪辑及批量处理等多种应用场景。
AI项目与工具 2025年06月12日
Talker

Talker

Talker-Reasoner是一种结合了直觉与逻辑推理能力的双模块AI代理架构，由谷歌DeepMind研发。它通过Talker模块快速生成自然语言回应，以及Reasoner模块执行复杂的逻辑推理和规划，实现了高效的任务处理和自然的人机交互。该架构支持多步推理、信念状态管理及上下文感知，适用于客户服务、健康管理、教育辅导等多个领域。
AI项目与工具 2025年06月12日
GitDiagram

GitDiagram

GitDiagram是一款开源工具，能够将GitHub仓库自动转换为交互式系统架构图。它基于AI技术分析代码库，生成包含组件关系的图表，并支持点击跳转到源文件。该工具支持私有仓库访问、自定义图表样式，并可导出为PNG图片或Mermaid.js代码。适用于新项目上手、团队协作、文档编写等多种场景，提升代码理解和沟通效率。
AI项目与工具 2025年06月11日
Skarbe

Skarbe

Skarbe是一款基于AI技术的销售辅助工具，能够自动整理邮件、电话和会议记录，生成关键信息与下一步建议，并提供个性化任务列表和跟进邮件草稿。支持与主流CRM和邮件系统集成，适用于销售团队管理、客户关系维护和交易流程优化，助力提升销售效率与成交率。
AI项目与工具 2025年06月12日
YouTube Dubbing

YouTube Dubbing

YouTube Dubbing是一款利用AI技术实现跨语言视频观看的浏览器插件。它通过智能同步配音和字幕翻译功能，帮助用户轻松克服语言障碍，提升视频观看体验。支持多语言、多平台操作，提供多种语音风格和高级功能如倍速播放、背景音保留等，适合语言学习、国际教育、商务会议等多种应用场景。
AI项目与工具 2025年06月12日
CAVIA

CAVIA

CAVIA是一款由苹果、得克萨斯大学奥斯汀分校和谷歌联合研发的多视角视频生成框架。它通过单一输入图像生成多个时空一致的视频序列，并采用视角集成注意力模块增强视频的一致性和连贯性，支持用户精准控制相机运动。此外，CAVIA利用多种数据源进行联合训练，优化生成视频的质量和真实感，在虚拟现实、增强现实以及电影制作等领域具有重要价值。
AI项目与工具 2025年06月12日
3FS

3FS

3FS是DeepSeek推出的高性能分布式文件系统，专为AI训练和推理优化。采用SSD与RDMA技术，提供高达6.6 TiB/s的读取吞吐量，支持强一致性及通用文件接口。具备数据准备、加载、检查点和KVCache缓存功能，适用于大规模AI应用。在GraySort测试中表现优异，吞吐量达3.66 TiB/min，KVCache读取峰值达40 GiB/s，适用于多节点计算环境。
AI项目与工具 2025年06月12日
Surya

Surya

Surya是一款开源OCR工具包，专注于文档识别，支持90多种语言的文本提取与分析。它能够识别文档中的文本、表格、图片及标题等布局元素，并确保文本阅读顺序的准确性。凭借其高效的表格识别能力和优化的算法，Surya在处理复杂文档时表现出色，广泛应用于文档数字化、数据提取、多语言处理以及学术研究等领域。 ---
AI项目与工具 2025年06月12日
MaskGCT

MaskGCT

MaskGCT是一款基于掩码生成模型与语音表征解耦编码技术的语音合成大模型，由趣丸科技与香港中文大学（深圳）联合开发。其主要功能包括声音克隆、跨语种语音合成、语音控制及高质量语音数据集支持。该模型在多个TTS基准数据集上表现优异，可快速精准地克隆音色并灵活调整语音属性，适用于多种语言，已开源并面向全球用户开放。
AI项目与工具 2025年06月12日