AI

Thekeys

你知道你想说什么,你只是不知...

TIGER

TIGER是由清华大学研发的轻量级语音分离模型,采用时频交叉建模策略与多尺度注意力机制,有效提升语音分离性能,同时显著降低计算和参数开销。模型通过频带切分优化资源利用,适应复杂声学环境,广泛应用于会议记录、视频剪辑、电影音频处理及智能语音助手等领域。

Keevx

Keevx是一款专注于AI数字人视频创作的工具,主要面向海外中小企业和个人创作者。它提供AI智能脚本生成、翻译功能,搭配优质公共人像和模板,支持一键生成营销视频。用户可上传自有脚本,选择数字人形象和语音来制作视频,适用于电商产品展示、员工培训、社交媒体内容创作及品牌宣传等场景。

飞桨 | AI Studio

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体,是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。

Browser

一个开源的Python库,它把AI技术和浏览器自动化功能结合起来,能让AI代理像真人用户一样在网页上浏览、操作、提取信息。

VideoTutor

VideoTutor是一款AI教育辅助工具,能够生成动画讲解视频,帮助学生理解知识点和解题过程。用户可通过文字、截图或语音输入问题,系统自动生成包含语音和动画的视频。支持SAT数学、AP数学、STEM知识和语言学习等领域,提供个性化学习内容,24小时在线使用,适合家长、学生和教师,尤其在SAT数学备考方面表现突出。

EZ

一款开源AI文档翻译助手,帮助用户使用 OpenAI 等大型语言模型API快速且经济高效地翻译文档。支持txt、word、csv、excel、pdf、ppt等多种文档格式的翻译,适用于各种需要文档翻译的场景。

FUZZ

由Riffusion推出的一款基于扩散模型(Diffusion Model)的全新音乐生成模型,该工具能够通过“想象”生成音频的声谱图(Spectrogram),然后将其转换为音频。

DeWatermark

DeWatermark是一款基于AI技术的在线去水印工具,能够自动检测并清除图片中的水印、文字和徽标等多余元素,同时保持图片的原始质量。它支持多种图片格式,并提供手动编辑功能,适用于社交媒体、学术研究、新闻报道、营销等多个领域,注重用户数据隐私保护。 ---

HumanOmni

HumanOmni 是一款面向人类中心场景的多模态大模型,融合视觉与听觉信息,具备情感识别、面部描述、语音理解等功能。基于大量视频与指令数据训练,采用动态权重调整机制,支持多模态交互与场景理解。适用于影视分析、教育、广告及内容创作等领域,具备良好的可扩展性和灵活性。