文字

1. 首页
2. 文字

TokenFD

TokenFD是由上海交通大学与美团联合开发的细粒度图文对齐基础模型，专为文档理解任务设计。通过图像与语言Token的统一特征空间对齐，支持Token级图文交互，提升了多模态任务性能。其基于自研的TokenIT数据集进行训练，涵盖2000万张图像和18亿高质量Token-Mask对，覆盖多种文本图像类型。TokenFD可用于文档处理、图像审查、文字检索及大模型知识增强等多个领域，具有广泛的适用性和

AI项目与工具 2025年06月12日 90 点赞 0 评论 590 浏览

Patterned AI

PatternedAI 是一种使用人工智能为任何表面生成无缝图案的工具。您可以使用它来设计织物、墙纸、包装等的图案。

Ai图片处理 2025年06月05日 58 点赞 0 评论 591 浏览

Notato

Notato 是一款基于 AI 的笔记应用，支持音频、视频、文档及网页内容的自动转录与结构化整理，生成摘要、闪卡和测验，适用于学习、会议、资料整理等多种场景。其具备多语言翻译、错题分析、后台录音等功能，提升信息处理与知识管理效率。

AI项目与工具 2025年06月11日 74 点赞 0 评论 595 浏览

68媒视频神器

一款集视频和音频转文字、短视频快速提取字幕、短视频去水印等功能的视频处理工具。

视频剪辑 2025年06月05日 41 点赞 0 评论 598 浏览

edge

edge-tts 是一个开源的AI文字转语音项目，支持超过40种语言和300多种声音。该项目利用微软Azure Cognitive Services技术，能够将文本信息转换为流畅自然的语音输出。edge-tts 提供了丰富的语言和声音选择，易于集成且具有高度可定制性。其主要功能包括多语言支持、多样声音选择、流畅自然语音、易于集成的API以及开源特性。edge-tts 广泛应用于辅助技术、客户服务、

AI项目与工具 2025年06月12日 86 点赞 0 评论 600 浏览

ImgCreator AI

Imgcreator AI，一款强大而灵活的在线图片生成工具，您只需在输入框中输入您想要转化为图像的文本。

Ai图片处理 2025年06月05日 69 点赞 0 评论 606 浏览

Murf AI

Murf AI 是一款文本转语音软件，它能够将真实声音与免版税音乐和视频相结合。

Ai语音工具 2025年06月05日 27 点赞 0 评论 607 浏览

Parakeet TDT 0.6B

Parakeet TDT 0.6B 是一款由英伟达开发的开源自动语音识别（ASR）模型，采用 FastConformer 和 TDT 架构，具备高速转录、高精度识别、歌词转录、文本格式化等功能。模型在 Hugging Face Open ASR Leaderboard 中表现优异，实时因子高达 3386，适用于会议记录、法律医疗、字幕生成及音乐索引等多种场景。

AI项目与工具 2025年06月11日 36 点赞 0 评论 611 浏览

Umi

Umi-OCR 是一款离线 OCR 工具，支持图片、截图和 PDF 文档的文字识别，具备数学公式与二维码识别功能，可生成可搜索 PDF。支持多语言识别与界面切换，提供命令行和 HTTP 接口调用，适用于文档数字化、数据录入、教育等多个场景。

AI项目与工具 2025年06月12日 51 点赞 0 评论 613 浏览

Exemplary AI

Exemplary AI是一款基于AI技术的内容处理工具，可将长视频和音频转换为短视频片段、文字记录及摘要等形式，同时支持多语言字幕生成和社交媒体优化。其主要功能包括视频剪辑、文本记录、AI写作、多语言支持等，广泛应用于社交媒体营销、教育培训、企业培训等领域，助力用户高效创作并传播优质内容。

AI项目与工具 2025年06月12日 79 点赞 0 评论 615 浏览