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 300 浏览
GLM GLM-4-Flash是一款由智谱AI开发的免费大模型API，具备强大的多轮对话、多语言处理能力以及网页检索和代码执行等功能。它利用深度学习技术，尤其是Transformer架构，来实现高效的语言处理和生成。该工具广泛应用于客户服务、内容创作、语言翻译、教育辅助和编程辅助等多个领域，为用户提供了一个全面而高效的AI解决方案。 AI项目与工具 2025年06月12日 34 点赞 0 评论 268 浏览
Bark Bark是一款开源的文本到音频转换模型，由Suno AI开发，能够生成逼真的多语言语音及多种音频类型，包括音乐和背景噪音，并支持非语言交流的声音。该模型提供预训练模型，适用于研究和商业用途。其主要功能涵盖文本到音频转换、多语言支持、音频多样性和非语言交流模拟。Bark在多语言内容创作、音频内容生成和非语言交流场景中具有广泛应用。 AI项目与工具 2025年06月12日 28 点赞 0 评论 442 浏览
MARS5 MARS5-TTS是一款开源的AI声音克隆工具，支持140多种语言的文本转语音功能。它能够生成高度逼真的语音，并处理复杂的韵律场景。该工具拥有12亿参数，基于超过15万小时的训练数据。用户可以通过文本中的标点符号和大小写等标记引导语音的韵律和情感，同时提供快速克隆和深度克隆两种模式。MARS5-TTS可应用于内容创作、语言学习、辅助技术、客户服务和多媒体娱乐等多种场景。 AI项目与工具 2025年06月12日 53 点赞 0 评论 202 浏览
Ugic Ugic是一款由即时设计开发的Figma AI设计插件，能够基于用户上传的组件库和设计系统，智能化地生成多语言UI草图。它支持文本到结构的转换，允许用户通过输入产品需求文档或描述文本快速生成页面布局，并具备个性化组件库选择和迭代设计功能，显著提高了设计效率。Ugic适用于设计师、跨国团队和产品经理，支持多种语言，是优化设计工作流的有力工具。 AI项目与工具 2025年06月12日 36 点赞 0 评论 477 浏览
HIX AI HIX AI是一款由HIX公司开发的多功能AI写作工具，旨在提升写作效率和质量。它提供了包括HIX Writer、ArticleGPT和HIX Bypass在内的多种功能模块，支持超过50种语言，采用ChatGPT技术提供服务。HIX AI的主要功能涵盖AI写作辅助、多语言支持、内容重写与总结、SEO优化以及学术研究搜索等。其应用场景广泛，包括内容创作、学术研究、SEO优化、商务沟通和编辑校对等。 AI项目与工具 2025年06月12日 83 点赞 0 评论 297 浏览
Wav2Lip Wav2Lip是一款开源的唇形同步工具，能够将音频文件转换为与口型同步的视频。它支持多种语言，适用于视频编辑、游戏开发和虚拟现实等多个领域。Wav2Lip具备音频驱动口型生成、面部表情同步和多语言支持等功能，采用先进的技术原理，如数据预处理、音频特征提取、口型编码器、音频到口型映射及生成对抗网络（GAN）。该工具提升了电影和视频的后期制作质量，增强了虚拟现实中的交互体验，还用于游戏开发、语言学习和 AI项目与工具 2025年06月12日 80 点赞 0 评论 223 浏览
SadTalker SadTalker是一个由西安交通大学、腾讯AI实验室和蚂蚁集团合作开发的开源AI数字人项目。该工具利用单张人脸图像和语音音频，通过3D运动系数生成逼真的说话人脸动画。它通过ExpNet精确学习面部表情，PoseVAE合成不同风格的头部运动，并采用3D面部渲染技术，实现高质量、风格化的视频动画。SadTalker还具备多语言支持和多模态学习能力，适用于虚拟助手、视频制作、语言学习、社交媒体和教育等 AI项目与工具 2025年06月12日 71 点赞 0 评论 331 浏览
Buzz Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具，支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能，支持多种格式导出，并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。 AI项目与工具 2025年06月12日 10 点赞 0 评论 148 浏览
Melodio Melodio是一款由昆仑万维开发的AI流媒体音乐应用程序，能够根据用户输入的提示实时生成个性化音乐。该应用程序支持多种语言，包括中文，并提供无限流式播放功能。用户可以在音乐播放过程中随时调整提示，享受连续不断的音乐体验。此外，Melodio还具有歌词查询、音乐保存和分享功能。其主要功能包括AI音乐生成、多语言支持、无限流式播放、实时音乐定制以及歌词查询和显示。 AI项目与工具 2025年06月12日 96 点赞 0 评论 498 浏览
