多语言 - 智狐AI导航

GTSinger

GTSinger是一项由浙江大学研发的开源高质量歌声数据集，包含80.59小时的多语言专业录音棚歌声数据，支持歌声合成、技巧识别、风格迁移和语音到歌声转换等多种任务。它通过音素级标注和真实乐谱支持，为歌唱技巧的研究和应用提供了强大工具。

AI项目与工具 2025年06月12日 77 点赞 0 评论 542 浏览

Video Dubbing

一款具有语音克隆和口型同步功能的AI视频翻译器，可以将视频中的语音转换成多种不同的语言，同时保持与原始视频的音频同步。

Ai语音工具 2025年06月05日 28 点赞 0 评论 541 浏览

SadTalker是一个由西安交通大学、腾讯AI实验室和蚂蚁集团合作开发的开源AI数字人项目。该工具利用单张人脸图像和语音音频，通过3D运动系数生成逼真的说话人脸动画。它通过ExpNet精确学习面部表情，PoseVAE合成不同风格的头部运动，并采用3D面部渲染技术，实现高质量、风格化的视频动画。SadTalker还具备多语言支持和多模态学习能力，适用于虚拟助手、视频制作、语言学习、社交媒体和教育等

AI项目与工具 2025年06月12日 71 点赞 0 评论 540 浏览

Kotaemon

Kotaemon 是一款基于RAG技术的开源工具，支持用户通过自然语言与文档进行互动，从而实现高效的信息检索和理解。它支持多种语言模型，包括OpenAI、Azure OpenAI和Cohere等，提供简易的安装脚本。Kotaemon 还支持多用户协作、文档管理和复杂的推理方法，并允许用户自定义UI元素。其主要功能包括基于RAG技术的问答系统、多语言模型支持、文档管理、混合RAG管道、多模式问答支持

AI项目与工具 2025年06月12日 30 点赞 0 评论 540 浏览