VoiceCraft
VoiceCraft是一款开源的神经编解码器语言模型，专攻零样本语音编辑和文本到语音（TTS）任务。它采用Transformer架构，通过token重排过程结合因果掩蔽和延迟叠加技术，实现在现有音频序列内高效生成自然的语音。VoiceCraft在多种口音、风格和噪声条件下表现出色，适用于有声读物制作、视频内容创作、播客音频编辑及多语言内容生产等场景。
网络
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。
Semantic Scholar
Semantic Scholar 是一款基于人工智能的科学文献搜索引擎，通过自然语言处理技术理解论文语义，提供精准搜索结果。它具备论文检索、引用网络展示、相关文献推荐及摘要提取等功能，并拥有语义阅读器以优化阅读体验。Semantic Scholar 还为开发者提供API支持，广泛应用于学术研究、教育、跨学科探索和文献综述等领域，助力科研人员提升工作效率。
Colourlab Ai
Colourlab AI是一款利用人工智能技术的色彩分级软件，专为电影和视频制作设计。它提供自动色彩平衡、神经网络外观匹配、自定义参考等功能，简化工作流程并提升效率。软件支持多种相机品牌，适用于电影制作、纪录片、广告、独立电影及网络内容创作等多种场景。
