语音

1. 首页
2. 语音

VideoCaptioner

VideoCaptioner是一款基于大语言模型的智能字幕处理工具，支持语音识别、字幕优化、翻译、样式调整及视频合成等功能。无需GPU即可运行，兼容多语言和多种字幕格式，适用于视频创作者、教育工作者及字幕翻译团队，提升字幕制作效率与质量。

AI项目与工具 2025年06月12日 50 点赞 0 评论 557 浏览

小虫快读BugQR

一款基于OCR技术和AI大语言模型的高效阅读工具。小虫快读通过拍照书籍页面，应用可以自动识别并总结书籍内容，帮助你快速获取书籍的核心信息，还能通过语音播放总结内容。

Ai办公效率 2025年06月05日 10 点赞 0 评论 557 浏览

Lemon Slice Live

Lemon Slice Live 是一款基于扩散变换器模型（DiT）的实时视频聊天工具，可将图片转化为可互动的动画角色，支持多语言和实时对话。通过优化模型提升流畅度与响应速度，适用于娱乐、教育、营销等多种场景，结合语音识别、文本生成等技术，提供完整的交互体验。

AI项目与工具 2025年06月11日 61 点赞 0 评论 557 浏览

Fish Speech 1.5

Fish Speech 1.5是一款基于深度学习的文本转语音（TTS）工具，支持多语言文本输入，通过Transformer、VITS、VQVAE和GPT等技术实现高质量语音合成。它具备零样本和少样本语音合成能力，延迟时间短，无需依赖音素，泛化性强，且支持本地化部署。Fish Speech 1.5可应用于有声读物、辅助技术、语言学习及客户服务等多个领域。

AI项目与工具 2025年06月12日 14 点赞 0 评论 556 浏览

Edimakor

Edimakor是一款基于AI技术的视频编辑工具，具备AI字幕翻译、智能脚本生成、文字转语音、AI视频生成等多种功能，大幅简化视频制作流程，提升工作效率。它适用于内容创作者、教育机构、企业宣传等多个领域，支持多语言字幕翻译与配音，助力全球化传播。

AI项目与工具 2025年06月12日 28 点赞 0 评论 556 浏览

DeepL-translator

DeepL Pro是一款由人工智能和神经网络提供支持的专业翻译服务，可跨多种设备和应用程序(包括文档、网页、电子邮件和口头对话)提供准确、安全和可定制的翻译

Ai语音工具 1970年01月01日 0 点赞 0 评论 555 浏览

Loora

Loora是一款AI驱动的英语口语学习工具，通过模拟真实场景帮助用户提升英语表达能力。支持商务、面试、日常交流等多场景练习，提供实时发音、语法及流利度反馈。具备24小时可用性、个性化课程设计、语音识别与翻译功能，并支持学习进度跟踪，适用于各类英语学习者。

AI项目与工具 2025年06月12日 30 点赞 0 评论 555 浏览

Moonshine

Moonshine是一款专为资源受限设备设计的高效语音识别模型，支持实时语音转文本，具有低延迟、高准确率的特点。它基于编码器-解码器架构和旋转位置嵌入技术，适应不同长度的音频输入，计算需求随音频长度变化而调整，适合边缘设备部署。主要应用于会议转录、语音助手、听力辅助及多语言翻译等领域。

AI项目与工具 2025年06月12日 76 点赞 0 评论 554 浏览

思必驰 DFM-2 大模型

思必驰 DFM-2 大模型作为思必驰的自研对话式语言大模型，展现了其在多模态交互和行业应用中的潜力。它通过结合先进的AI技术，为用户提供了更加智能化和个性化的体验，推动了智能语...

Ai平台模型 1970年01月01日 0 点赞 0 评论 554 浏览

FilmAgent

FilmAgent是一款由哈尔滨工业大学（深圳）研发的虚拟电影制作工具，基于多智能体协作框架，实现从剧本创作到镜头拍摄的全流程自动化。支持剧本生成、多智能体协作、镜头规划、语音合成等功能，适用于创意视频制作、影视教学及虚拟场景应用。系统在Unity 3D环境中运行，提升电影制作效率与创意表达能力。

AI项目与工具 2025年06月12日 31 点赞 0 评论 553 浏览