Fugatto Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。 AI项目与工具 2025年06月12日 44 点赞 0 评论 324 浏览
OuteTTS OuteTTS是一款基于开源技术的文本到语音（TTS）工具，利用纯语言建模方法生成自然语音。它支持语音克隆和自定义说话人声音，具备音频标记化、CTC强制对齐和结构化提示创建等功能。OuteTTS与llama.cpp和GGUF格式兼容，适用于有声读物、智能客服、语音导航等多种应用场景。 AI项目与工具 2025年06月12日 36 点赞 0 评论 323 浏览
酷音 酷音网是一个真人配音与AI配音、视频拍摄与制作、音乐作词与谱曲、视频策划与创意等领域的创作、交易、推广运营于一体的音视频交易服务平台，致力于打造专注音视频领域的商业生态圈。 创作工具 1970年01月01日 0 点赞 0 评论 323 浏览
GhostCut鬼手剪辑 GhostCut鬼手剪辑能高效完成视频翻译、硬字幕翻译和视频去字幕等，助力创作者、商家和MCN的本土化视频营销。 视频剪辑 2025年06月05日 45 点赞 0 评论 323 浏览
Koko AI 一款具有AI生成的3D模型和语音聊天功能的社交娱乐应用，Koko AI融合了3D模型、动画表演和语音聊天技术，为用户提供了与动漫角色进行面对面的互动体验。 生活创意 2025年06月05日 87 点赞 0 评论 323 浏览
通义浏览器插件 通义浏览器插件是一款集实时语音识别、AI字幕翻译、智能总结于一体的多功能AI工具。支持在线课程、会议记录、外语视频观看等多种应用场景，提供语音转文字、翻译、内容总结等功能，帮助用户高效管理在线信息。此外，用户可通过插件快速访问网页版平台，查看和整理记录内容，实现更便捷的信息处理体验。 AI项目与工具 2025年06月12日 84 点赞 0 评论 323 浏览
Chinese Chinese-LiPS是由智源研究院与南开大学联合开发的高质量中文多模态语音识别数据集，包含100小时语音、视频及手动转录文本。其创新性融合唇读视频与幻灯片内容，显著提升语音识别性能，实验表明可降低字符错误率约35%。适用于教学、科普、虚拟讲解等复杂语境，为多模态语音识别研究提供丰富数据支持。 AI项目与工具 2025年06月11日 47 点赞 0 评论 318 浏览
Auri.AI Auri AI是一款人工智能写作助手，旨在帮助用户更快、更智能地写作。它提供了拼写和语法纠正、释义、翻译、文本生成、快速创建笔记等功能。它支持25种以上的语言 Ai语音工具 1970年01月01日 0 点赞 0 评论 317 浏览
