Takin AudioLLM Takin AudioLLM是一套由喜马拉雅Everest团队研发的语音生成模型,包含文本转语音(Takin TTS)、音色转换(Takin VC)及声音风格变换(Takin Morphing)。它采用最新大型语言模型技术,可生成接近真人的高质量语音,并支持个性化定制与零样本学习。该工具广泛应用于有声书制作、虚拟助手、电影配音等领域,具有音色精准、风格多样等特点。 AI项目与工具 2025年06月12日 63 点赞 0 评论 763 浏览
olmOCR olmOCR 是一款开源 PDF 文档处理工具,结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型,可高效提取结构化文本并保留原始布局。支持多种文档类型,具备大规模批量处理能力和低成本优势,适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。 AI项目与工具 2025年06月12日 47 点赞 0 评论 759 浏览
StereoCrafter StereoCrafter是一款由腾讯AI Lab与ARC Lab联合开发的创新性工具,可将传统2D视频转化为高质量的立体3D视频。它采用深度估计、视频变形及立体视频修复等关键技术,确保生成的3D视频具备高保真度和一致性。该工具广泛应用于影视制作、虚拟现实(VR)、增强现实(AR)、游戏开发等领域,为用户提供更加沉浸式的视觉体验。 AI项目与工具 2025年06月12日 69 点赞 0 评论 759 浏览
biliLive 一款专为B站录播设计的一站式工具,提供弹幕转换、视频压制及一键上传至B站功能。它支持录播姬和blrec的webhook,适合录播达人和切片爱好者。 直播录屏 2025年06月05日 71 点赞 0 评论 756 浏览
AI Youtube Shorts Generator AI Youtube Shorts Generator是一款基于AI技术的开源视频编辑工具,通过自动化流程实现长视频到短视频的高效转化。它支持视频下载、音频转录、亮点提取、声源检测及格式适配等功能,广泛应用于社交媒体营销、教育培训、新闻传播等领域,为内容创作者提供便捷高效的短视频生产解决方案。 AI项目与工具 2025年06月12日 20 点赞 0 评论 755 浏览
Draw3D Draw3D是一款利用AI技术将手绘草图转化为高精度照片级图像的在线工具,擅长处理自然风光、动物肖像等复杂场景,同时支持雕塑与照片的双向转换及图像无损放大,提供强大的图像编辑功能,广泛应用于艺术创作、设计可视化、教育、游戏开发和广告等领域。 AI项目与工具 2025年06月12日 73 点赞 0 评论 753 浏览
PDF2Go 一款由德国软件公司QaamGo开发的在线PDF工具,PDF2Go提供一系列便捷的PDF处理功能,包括编辑、合并、拆分、转换等。 格式转换 2025年06月05日 42 点赞 0 评论 751 浏览