Takin AudioLLM
Takin AudioLLM是一套由喜马拉雅Everest团队研发的语音生成模型，包含文本转语音（Takin TTS）、音色转换（Takin VC）及声音风格变换（Takin Morphing）。它采用最新大型语言模型技术，可生成接近真人的高质量语音，并支持个性化定制与零样本学习。该工具广泛应用于有声书制作、虚拟助手、电影配音等领域，具有音色精准、风格多样等特点。
自然语言
14个AI智能体和应用开发平台，零代码构建AI应用
本文介绍了14款AI工具和开发平台，涵盖聊天机器人、内容生成、数据分析、智能客服等多个领域。这些平台通过无代码或低代码方式，帮助非技术用户快速构建和部署AI应用，显著降低了技术门槛。工具特性包括多模态处理、插件扩展、可视化工作流设计等，广泛适用于个人和企业用户。
Qwen3 Reranker
Qwen3 Reranker是阿里巴巴通义千问团队推出的文本重排序模型，属于Qwen3模型家族。它采用单塔交叉编码器架构，能够对文本对进行相关性评估并输出得分，支持超过100种语言。通过多阶段训练范式和高质量数据训练，模型在MTEB排行榜上表现优异。Qwen3 Reranker可用于语义检索、文本分类、情感分析和代码搜索等场景，提升信息检索效率和准确性。
WorldSense
WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。
