3D 3D-Speaker是一个多模态开源项目，专注于通过结合声学、语义和视觉信息，实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码，以及多样化数据集，并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。 AI项目与工具 2025年06月12日 29 点赞 0 评论 644 浏览
Versatile Versatile-OCR-Program是一款开源多模态OCR工具，支持从教育材料中提取文本、公式、表格等结构化数据，输出为JSON或Markdown格式，准确率高达90%-95%。它基于DocLayout-YOLO、Google Vision和MathPix等技术，支持多语言处理，适用于教育数据集制作、教学辅助、AI模型训练及个人学习等场景。 AI项目与工具 2025年06月11日 77 点赞 0 评论 647 浏览
PiliPala 一款基于Flutter开发的B站开源第三方客户端。支持Android和iOS平台，提供无广告的高清视频播放体验，具备倍速播放、离线缓存、稍后再看等功能。 Ai开源项目 2025年06月05日 22 点赞 0 评论 648 浏览
Arxiv 一款能够一键将arXiv上的论文转换为Markdown格式的浏览器插件，无论该论文呈现的是摘要、PDF版本还是HTML版本。 Ai开源项目 2025年06月05日 100 点赞 0 评论 648 浏览
Vibe Draw Vibe Draw是一款开源AI 3D建模工具，能将2D草图自动转换为高质量3D模型，并支持文本提示优化和模型编辑。用户可一键导出为glTF格式，适用于创意设计、教育、游戏开发等多个领域。工具基于Next.js、React、Three.js、FastAPI等技术，具备高效的实时交互与异步处理能力。 AI项目与工具 2025年06月12日 68 点赞 0 评论 649 浏览
Chonkie Chonkie是一款轻量级、高性能的RAG分块库，支持多种分块方法（基于Token、单词、句子和语义），适用于自然语言处理任务。它具备高效性能、广泛tokenizer支持及灵活的安装选项，适用于RAG应用、对话系统、文本摘要和机器翻译等场景。 AI项目与工具 2025年06月12日 96 点赞 0 评论 650 浏览
零沫AI工具导航 一个AI垂直类交流社区，一直专注AI领域发展，零沫AI收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具。 Ai学习资源 2025年06月05日 13 点赞 0 评论 650 浏览
Shandu Shandu 是一款基于 LangChain 和 LangGraph 技术的开源 AI 研究自动化工具，支持多引擎搜索、递归探索和智能网页爬取，能自动生成结构化研究报告。用户可通过命令行输入主题并设置参数，快速输出包含引用的 Markdown 格式文档。适用于学术研究、市场分析、技术探索及教育等多个领域，具备高度灵活性和信息处理能力。 AI项目与工具 2025年06月12日 79 点赞 0 评论 651 浏览
Magic Resume 一个现代化的在线简历编辑器，它基于 Next.js 和 Framer Motion 构建，可以让用户能够轻松创建专业的简历。 Ai开源项目 2025年06月05日 81 点赞 0 评论 652 浏览
SurfSense SurfSense是一款开源的AI研究工具，具备强大的搜索功能和自然语言交互能力。它支持多种外部数据源集成，如搜索引擎、Slack、Notion等，并允许用户上传多种格式的文件，整合到个人知识库中。SurfSense采用RAG技术，结合语义和全文搜索，提升检索效率和准确性。同时支持本地部署，保障数据隐私，适用于个人知识管理、学术研究、企业协作等多种场景。 AI项目与工具 2025年06月11日 23 点赞 0 评论 652 浏览
