多语言

1. 首页
2. 多语言

Zonos

Zonos是一款由Zyphra开发的高保真文本到语音（TTS）模型，支持零样本语音克隆和多语言生成，具备精细的情感与语音参数控制能力。其采用Transformer和SSM混合架构，基于大规模语音数据训练，适用于有声读物、虚拟助手、多媒体创作及无障碍技术等多个领域。模型开源且支持实时语音生成，具有广泛的应用潜力。

AI项目与工具 2025年06月12日 69 点赞 0 评论 346 浏览

Cockatoo

一款由AI驱动的语音转文字服务，能够在几秒钟内将音频或视频文件转换为文字或字幕。

Ai语音工具 2025年06月05日 68 点赞 0 评论 346 浏览

交交

交交是上海交通大学研发的口语对话情感大模型，支持多人对话、多语言交流、方言识别、角色扮演、情感互动及知识问答。具备端到端语音处理、多语言理解、实时音色克隆等功能，适用于教育、家庭、商务、客服等多个场景，展现出强大的语音交互能力与应用潜力。

AI项目与工具 2025年06月11日 12 点赞 0 评论 346 浏览

parsio

Parsio是一款利用AI技术的文档解析工具，支持从PDF、电子邮件及发票等多种文档中自动提取结构化数据。它提供PDF解析与OCR功能，支持多语言识别和表格提取，适用于业务流程优化、客户关系管理及财务管理等多个领域，帮助企业提高效率并减少错误。

AI项目与工具 2025年06月12日 21 点赞 0 评论 347 浏览

原子回声AtomGPT大模型

原子回声AtomGPT大模型是一个不断学习和进步的中文大模型项目，它通过向用户展示模型的学习过程，提供了一个参与和观察模型成长的平台。

创作工具 1970年01月01日 0 点赞 0 评论 348 浏览

Pippit

Pippit是字节跳动旗下CapCut推出的AI内容创作平台，支持电商、社交媒体和品牌推广场景。用户可通过输入链接或脚本快速生成视频、图片等内容，支持多语言及批量处理。平台提供丰富素材库、AI数字人视频、智能剪辑等功能，并支持一键发布至多个平台。内置数据分析工具，助力内容优化，适合各类创作者和企业提升营销效率。

AI项目与工具 2025年06月11日 78 点赞 0 评论 348 浏览

MonkeyOCR

MonkeyOCR是由华中科技大学与金山办公联合开发的文档解析模型，能够高效地将非结构化文档内容转换为结构化信息。其支持多种文档类型和语言，处理复杂文档（如公式、表格）效果显著，处理速度达每秒0.84页。基于SRR三元组范式和MonkeyDoc数据集，模型在准确性和效率上表现优异，适用于自动化业务流程、数字存档、智能教育、医疗记录管理及学术研究等场景。

AI项目与工具 2025年06月11日 15 点赞 0 评论 349 浏览

青梧字幕

青梧字幕是一款基于AI语音识别技术的字幕提取工具，能够从视频中精准提取语音内容并生成时间轴字幕。支持多语言识别、多格式导出及多语种翻译，适用于视频创作者、外语学习者及字幕团队。所有数据处理在本地完成，保障隐私安全，兼容Windows和MacOS系统，提升字幕制作效率。

AI项目与工具 2025年06月12日 90 点赞 0 评论 349 浏览

MARS5

MARS5-TTS是一款开源的AI声音克隆工具，支持140多种语言的文本转语音功能。它能够生成高度逼真的语音，并处理复杂的韵律场景。该工具拥有12亿参数，基于超过15万小时的训练数据。用户可以通过文本中的标点符号和大小写等标记引导语音的韵律和情感，同时提供快速克隆和深度克隆两种模式。MARS5-TTS可应用于内容创作、语言学习、辅助技术、客户服务和多媒体娱乐等多种场景。

AI项目与工具 2025年06月12日 53 点赞 0 评论 349 浏览

InsCode AI IDE

InsCode AI IDE是一款融合了AI技术的跨平台集成开发环境，集成了代码生成、补全、智能问答、代码解释、注释、单元测试生成及错误修复等功能，支持多种编程语言和框架，适用于快速开发、代码维护、教育学习以及多语言项目的开发，显著提升开发效率和代码质量。

AI项目与工具 2025年06月12日 98 点赞 0 评论 350 浏览