Fugatto Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。 AI项目与工具 2025年06月12日 44 点赞 0 评论 449 浏览
麦琪的花园 《麦琪的花园》是一款融合AI技术与沙盒玩法的冒险游戏，玩家可创建个性化AI伙伴并与之互动，同时建设营地、探索魔法大陆。游戏支持多语言对话和语音合成，提供沉浸式社交体验，适合沙盒、二次元及AI技术爱好者。 AI项目与工具 2025年06月12日 77 点赞 0 评论 448 浏览
Tarsier2 Tarsier2是字节跳动研发的大规模视觉语言模型，擅长生成高精度视频描述并在多项视频理解任务中表现优异。其核心技术包括大规模数据预训练、细粒度时间对齐微调以及直接偏好优化（DPO）。该模型在视频问答、定位、幻觉检测及具身问答等任务中均取得领先成绩，支持多语言处理，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 59 点赞 0 评论 447 浏览
Auri.AI Auri AI是一款人工智能写作助手，旨在帮助用户更快、更智能地写作。它提供了拼写和语法纠正、释义、翻译、文本生成、快速创建笔记等功能。它支持25种以上的语言 Ai语音工具 1970年01月01日 0 点赞 0 评论 445 浏览
Arcads Arcads是一个AI视频广告制作平台，它能将简单的文本或产品链接转换成引人入胜的短视频广告。这个工具特别适合追求效率和成本效益的品牌和营销团队，提供快速、多语言的视频广告创... Ai视频生成 1970年01月01日 0 点赞 0 评论 445 浏览
Notta Notta是由MIND CRUISER LIMITED推出的语音转写软件，主要针对个人使用，并在海外拥有数十万用户。这款软件具有录音实时转写、音/视频导入转写、文本多格式导出、音频标记等功能，... Ai办公效率 1970年01月01日 0 点赞 0 评论 445 浏览
蘑兔听记 一款音视频转文字工具，超98%的语音识别准确率，30分钟音频只需3分钟就可转成文字，支持20多种方言、30余种外语，极大提高了工作和学习效率。 Ai语音工具 2025年06月05日 26 点赞 0 评论 445 浏览
LDGen LDGen是一款结合大型语言模型与扩散模型的文本到图像生成工具，支持零样本多语言生成，提升图像质量和语义一致性。通过分层字幕优化、LLM对齐模块和跨模态精炼器，实现文本与图像的高效交互。实验表明其性能优于现有方法，适用于艺术创作、广告设计、影视制作等多个领域，具备高效、灵活和高质量的生成能力。 AI项目与工具 2025年06月12日 59 点赞 0 评论 445 浏览
spiritme Spiritme是一款基于人工智能的视频创作工具，支持用户通过拍摄或输入文本生成逼真的数字化身视频。其核心功能包括数字化身创建、文本转视频转换、AI辅助拍摄及多语言支持，适用于营销、教育、社交媒体及企业演示等多种应用场景，为用户提供了高效且灵活的视频制作解决方案。 AI项目与工具 2025年06月12日 80 点赞 0 评论 444 浏览
