Fish Audio Fish Audio是一款生成式AI文本转语音（TTS）和声音克隆平台，支持多种语言和声音风格，可将文本转换为自然流畅的语音。用户可上传音频样本克隆特定人物的声音，并通过API接口集成到应用程序中。Fish Audio适用于视频制作、有声读物、语音助手、教育与培训以及娱乐创意等领域，满足个性化语音内容生成需求。 AI项目与工具 2025年06月11日 79 点赞 0 评论 625 浏览
M2UGen M2UGen是由腾讯PCG ARC实验室与新加坡国立大学共同研发的一款多模态音乐理解和生成框架，支持从文本、图像、视频等多种模态输入生成相应音乐。它具有强大的音乐理解能力、灵活的音乐编辑功能以及多样化的应用场景，适用于音乐制作、影视配乐、音乐教育等多个领域。凭借其创新的技术架构和卓越的表现力，M2UGen已成为当前最优秀的多模态音乐生成工具之一。 AI项目与工具 2025年06月12日 51 点赞 0 评论 624 浏览
Noisee AI Noisee AI 是一款非常有趣的工具，它通过人工智能技术将音乐与视觉艺术相结合，为用户提供了一种全新的音乐体验和创作方式。 Ai视频生成 2026年08月10日 0 点赞 0 评论 624 浏览
Ming Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型，基于MoE架构，支持文本、图像、音频和视频等多种模态的输入输出，具备强大的理解和生成能力。模型在多个任务中表现优异，如图像识别、视频理解、语音问答等，适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性，为用户提供一体化智能体验。 AI项目与工具 2025年06月11日 79 点赞 0 评论 624 浏览
TimeSuite TimeSuite是一种由上海AI Lab开发的框架，专注于提升多模态大型语言模型在长视频理解任务中的表现。它通过引入高效的长视频处理框架、高质量的视频数据集TimePro和Temporal Grounded Caption任务，提升了模型对视频内容的时间感知能力，减少了幻觉风险，并显著提高了长视频问答和时间定位任务的性能。其核心技术包括视频令牌压缩、时间自适应位置编码、U-Net结构及多样化任务 AI项目与工具 2025年06月12日 78 点赞 0 评论 623 浏览
Tavus.io Tavus 是一个可让您使用人工智能为观众创建个性化视频的平台。您可以录制一个视频，Tavus 将为每个观看者生成数千或数百个具有不同语音和视觉的变体视频。 Ai视频生成 2025年06月05日 29 点赞 0 评论 622 浏览
灰色AI | GreyAi 一键实现无缝AI换脸等操作，使用数字人虚拟人解放生产力。灰色AI基于多年人工智能经验，大幅简化ai换脸操作方式。 AI服务商 2025年06月05日 24 点赞 0 评论 622 浏览
AIVA AIVA是一款基于人工智能的音乐生成平台，支持快速生成超过250种风格的原创音乐。它具备高度定制化功能，可上传音频或MIDI文件作为参考，支持多格式下载，并提供灵活的版权解决方案。AIVA适用于视频配乐、游戏音效、社交媒体内容制作等多个应用场景，帮助用户高效创作高质量音乐作品。 AI项目与工具 2025年06月12日 44 点赞 0 评论 622 浏览
