语音

1. 首页
2. 语音

Gemini Live

Gemini Live是一款由谷歌开发的智能语音助手，拥有自然语言理解和多模态识别能力，支持语音、图像和视频交互。其主要功能包括自然语言对话、多模态识别、个性化语音选择、任务自动化以及智能打断和续接。此外，Gemini Live还与谷歌的原生应用深度集成，提升用户体验。目标用户包括商务人士、技术探索者、多语言用户、创意人士和老年人。

AI项目与工具 2025年06月12日 13 点赞 0 评论 997 浏览

蓝心大模型

蓝心大模型是由vivo研发的通用大模型矩阵，包括语言、端侧、语音、图像及多模态模型。该模型在内容创作、知识问答、逻辑推理、代码生成、信息提取、多语言翻译等方面表现出色。蓝心端侧大模型3B在移动设备上表现出色，蓝心语音大模型支持多语言，蓝心图像大模型融合了中国特色和东方美学，蓝心多模态大模型则提供了流畅的视频对话体验。

AI项目与工具 2025年06月12日 76 点赞 0 评论 997 浏览

MiniMax MCP Server

MiniMax MCP Server 是一款基于 MCP 协议的多模态生成服务器，支持视频、图像、语音及声音克隆等功能。其具备高分辨率输出、自然语音生成与声音克隆能力，兼容多种主流客户端。平台采用客户端-服务器架构，结合 RAG 技术提升响应准确性，适用于教学、游戏开发、内容创作等多个领域。

AI项目与工具 2025年06月11日 14 点赞 0 评论 997 浏览

15个AI视频翻译工具和软件，自动配音生成全球任意语言

本文介绍了15款基于人工智能技术的视频翻译工具，这些工具能够实现精准的语音识别、自然语言处理和机器学习，从而将视频内容从一种语言翻译成另一种语言，为全球观众提供无缝的语言转换体验。这些工具涵盖了多语言支持、精准翻译与文化适配、字幕与音频同步、自动对口型和重新配音、智能视频去文字、翻译视频文字、视频翻译精校版、支持多种语言、字幕调整和声音克隆等多个功能和特点，极大地提升了视频内容的本地化质量和传播效

AI项目与工具 2025年06月12日 52 点赞 0 评论 996 浏览

快转字幕

快转字幕，适用于为各种创作者提供字幕制作、学习资源、会议记录、字幕制作等场景，一键为您的视频生成精准的字幕。

Ai语音工具 2025年06月05日 89 点赞 0 评论 996 浏览

墨问便签

墨问便签是一款专为创作者设计的AI便签工具，提供长达10分钟的语音录制和实时转录功能。用户可以即时查看并编辑语音转录的文字内容，享受AI自动润色服务，包括分段、纠正错别字及删除重复词等。该工具还具备笔记私密或公开选项，方便用户记录灵感，激发创作思维，其轻量级设计使用户能够随时随地捕捉灵感，成为创作者的理想助手。

AI项目与工具 2025年06月12日 41 点赞 0 评论 995 浏览

NoteGen

NoteGen是一款开源AI笔记工具，支持截图识别、剪贴板监听和文本输入，通过OCR和AI技术将碎片信息整理为结构化Markdown笔记。内置Markdown编辑器与AI写作助手，支持大纲生成、公式编辑、流程图绘制及翻译优化。支持多设备同步与GitHub私有仓库管理，保障数据安全，适用于知识管理、学习研究、创作写作及团队协作等场景。

AI项目与工具 2025年06月12日 93 点赞 0 评论 994 浏览

秘塔翻译

秘塔翻译，专业的AI法律翻译，专为法律人训练的机器翻译系统.。

Ai办公效率 2025年06月05日 34 点赞 0 评论 993 浏览

Sierra

Sierra 是一款基于对话式 AI 的客户服务解决方案，支持多语言、语音交互和品牌一致性，可实时处理复杂客户问题并优化体验。平台具备强大的适应性和数据分析能力，适用于零售、金融、电信等多个行业，提供高效、个性化的客户支持服务。

AI项目与工具 2025年06月11日 43 点赞 0 评论 983 浏览

LatentSync

LatentSync是由字节跳动与北京交通大学联合研发的端到端唇形同步框架，基于音频条件的潜在扩散模型，无需中间3D或2D表示，可生成高分辨率、动态逼真的唇同步视频。其核心技术包括Temporal Representation Alignment (TREPA)方法，提升视频时间一致性，并结合SyncNet监督机制确保唇部动作准确。适用于影视制作、教育、广告、远程会议及游戏开发等多个领域。

AI项目与工具 2025年06月12日 95 点赞 0 评论 981 浏览