工具

Zerox

Zerox是一款基于GPT-4o-mini模型的开源OCR工具,支持多种文件格式,具备零样本识别能力,可高效处理扫描文档和复杂布局内容。其输出为Markdown格式,便于编辑与使用,同时提供API接口,适用于企业文档管理、学术研究、法律金融等多个场景,显著提升文档处理效率和准确性。

FaceVary

FaceVary是一款免费的在线换脸工具,它允许用户轻松地交换和替换照片中的面孔。这款革命性的新产品提供了一种简单快捷的方式,让用户能够与朋友、名人或历史人物进行面部交换,创...

MoonCast

MoonCast 是一个零样本播客生成系统,能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练,支持中文和英文,生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本,并利用语音合成模块转换为最终音频,具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强,适用于内容创作、教

TextIn Tools

是一款免费在线OCR工具,包含文字识别、表格识别,PDF转文件等功能,识别率高,体验好,免费。

VoiceDub

VoiceDub 是一款AI驱动的音频处理平台,支持人声替换、声音克隆、文本转语音及音频分离等功能,提供超过10,000种AI人声音色。用户可通过平台进行音乐创作、有声内容制作及个性化音频生成,适用于多种应用场景,如语言学习、娱乐互动等。

News Agents

News Agents是一个基于终端的新闻聚合与摘要系统,利用Amazon Q CLI作为Agent框架,通过Model Context Protocol(MCP)解析RSS新闻源,并借助tmux实现多任务监控。系统从多个新闻源抓取文章,分配给多个子Agents并行处理,生成简洁摘要并汇总到main-summary.md文件中,提供高效、个性化的新闻阅读体验。

Image Upscaler

Image Upscaler 是一款简单但功能强大的工具,它使用AI技术将较小的图像或分辨率较低的图像的大小提升到 4K 分辨率,也就是图像长尺寸的 4096 px。

拍我AI

拍我AI是爱诗科技推出的PixVerse国内版,是一款强大的AI视频生成平台。用户可通过文本提示或上传图片快速生成高质量动态视频,支持V4.5版本,提升视频质量与动画流畅度。平台提供多种特效模板和风格选择,支持文生视频、图生视频、首尾帧功能等,适用于社交媒体内容创作、电商营销、视频制作及企业应用。同时,开放API接口,助力企业高效生成营销视频和电商素材,降低传统视频制作成本和时间。