工具

pdf

pdf-craft 是一款专注于将扫描书籍的 PDF 文件转换为 Markdown 和 EPUB 格式的工具。它结合 DocLayout-YOLO 布局分析与 PaddleOCR 文本识别技术,精准提取正文内容并优化阅读顺序,支持跨页处理与结构化输出。适用于学术研究、电子书制作、文档存档及教育资料整理等多种场景。

Krut AI

Krut AI是一款专注于电商领域的AI图像生成工具,提供产品图像生成、模特照片创作、背景移除、图像放大、虚拟试穿等多项功能。用户可通过文本或图片输入快速生成高质量视觉内容,无需复杂操作。平台适用于电商产品展示、广告设计、社交媒体内容制作等多个场景,支持多语言内容生成,助力企业提升视觉表现力和运营效率。

Cognita

Cognita是一个开源的模块化RAG框架,用于构建高效的问答系统和知识管理系统。它支持本地和生产环境部署,具备API驱动的架构、无代码UI、增量索引和多文档检索功能,适用于企业知识管理、客户支持、内容推荐等场景。开发人员可通过其模块化设计灵活扩展系统,非技术用户也可通过图形界面进行操作。

Freestyler

Freestyler是一款由多机构合作开发的AI工具,专注于说唱音乐的自动化生成。它通过结合语言模型、条件流匹配技术和神经声码器,实现了从歌词和伴奏到高质量说唱音频的全流程转化。Freestyler还推出了RapBank数据集,并支持零样本音色控制,广泛应用于音乐创作、现场表演、游戏音效及教育等领域。

Yodayo

Yodayo 是一个面向动漫爱好者和虚拟主播的在线AI艺术创作平台,主要功能包括文本到图像生成器、模型选择、探索页面以及虚拟聊天室。用户可以通过输入文本提示词,利用AI技术生成高质量的动漫风格图像。该平台鼓励创意分享和社区互动,提供直观的用户界面和先进的AI技术,激发用户的创意灵感。

Sonantic.io

Sonantic Limited是一个利用人工智能,通过其API及网络应用程序进行内容创作、分析、编辑及分发的文字转语音工具。

PlayHT

PlayHT是一个功能强大、特性丰富的在线文本到语音工作室,它通过先进的AI技术,提供了一个广泛的、自然声音的AI语音库,适用于多种语言和场景。

CSM 3D Viewer

CSM 3D Viewer提供api、接口和开源软件,将多模态输入和体验转换为数字模拟器,用于人工智能训练和内容创建。我们相信,学习生成世界模型是实现AGI的系统路径,类似于儿童从经验中...