多语言

Caveduck

一个AI角色扮演聊天服务,支持中、英、日韩等多语言,提供多种LLM选择,RWD支援良好,任何设备开启网页即用,无需App。

LightPDF

LightPDF是一款基于AI的在线PDF处理工具,支持格式转换、OCR识别、文本编辑、注释标注、水印添加、页面操作、加密解密、数字签名等功能。用户可通过智能聊天功能提取文档关键信息并生成摘要,支持多语言处理。适用于文献管理、内容创作、移动扫描及文件处理等多种场景。

Enconvo

一款为macOS 设计的智能AI启动器,是所有AI功能的入口,也是一位体贴的智能助理,它支持无缝调用AI助手,提供丰富的插件和工具。

Mureka

Mureka是一款由昆仑万维开发的AI音乐创作平台,旨在为专业艺术家和音乐爱好者提供高效、稳定的音乐创作环境。用户可以输入歌词并添加参考音乐,通过平台提供的Style功能控制音乐风格,实现个性化音乐创作。平台支持音乐风格和旋律控制,以及对歌曲各部分的自由调整,如前奏、主歌、副歌等。生成的音乐具有高度稳定性和可控性,用户可将其展示和销售,获得经济收益。Mureka还支持多语言音乐创作,涵盖多种语言,

HotBot

HotBot是一款结合人工智能技术的智能搜索引擎,专注于提升搜索结果的相关性和准确性。它支持网页、新闻、图片等多种搜索类型,具备隐私保护功能,允许用户选择不被追踪的搜索记录。通过简洁友好的界面设计,HotBot为用户提供高效便捷的搜索体验,同时支持多语言操作,广泛适用于学术研究、日常生活、工作辅助及教育等多个领域。

Rask Ai

Rask AI是新一代的视频翻译和配音工具,是一个利用先进的人工智能技术来自动化视频内容本地化和翻译过程的平台。

Yoodli

Yoodli是一款利用AI技术辅助用户提升演讲技能的在线平台,由专业演讲者团队打造。它能够实时分析用户的口头表达、声音质量和肢体语言,并给予针对性建议,同时支持进度追踪和个人目标设定。主要功能涵盖语速评估、填充词检测、肢体语言解析以及定制化角色扮演练习,广泛应用于演讲培训、面试准备及销售沟通等领域,注重用户隐私保护。

SigLIP 2

SigLIP 2 是 Google DeepMind 开发的多语言视觉-语言模型,具有强大的图像与文本对齐能力。它支持多种语言输入,具备零样本分类、图像-文本检索等功能,并通过 Sigmoid 损失函数和自监督学习技术提升训练效率与模型性能。其支持多种分辨率的变体,适用于文档理解、视觉问答及开放词汇任务。该模型基于 Vision Transformer 架构,具备良好的兼容性。

PDF2Audio

PDF2Audio 是一款开源工具,支持将 PDF 文档转换为音频内容,适用于播客制作、教育、业务演示等多个场景。其核心功能包括 PDF 转文本、生成播客脚本、文本转语音转换、多语言支持及高级编辑功能。用户可通过自定义选项调整文本生成模型、语音风格等,支持批量处理和多种模板适配,方便用户根据需求生成高质量音频。

VoxInstruct

VoxInstruct是清华大学开源的语音合成技术,能够根据人类语言指令生成高质量的语音。该系统采用统一的多语言编解码器语言建模框架,将传统的文本到语音任务扩展到了更广泛的人类指令到语音任务。VoxInstruct通过引入语音语义标记和多种无分类器指导策略,提升了语音合成的自然度和表现力。它支持多语言和跨语言合成,适用于智能语音助手、有声读物、教育培训等多个领域。