转换

clone

Clone-Voice是一款基于深度学习的声音克隆工具,支持16种语言的文本转语音及声音风格转换,具有友好的操作界面和较低的硬件要求。它被广泛应用于视频制作、语言学习、有声出版物创作、广告宣传及游戏开发等领域,为用户提供多样化的个性化声音解决方案。

TTS Online

TTS Online是一款免费的文本转语音工具,提供语音合成服务,支持多种语言,包括英语、法语、德语、西班牙语、阿拉伯语、中文、日语、韩语等,以及多种语音风格。

Kodezi Ai

Kodezi Ai,程序员的自动更正功能。Kodezi 是一个 AI 驱动的开发工具,可以在几秒钟内调试、优化、转换、生成和记录您的代码。

ICEdit

ICEdit是由浙江大学与哈佛大学联合开发的指令式图像编辑框架,基于扩散变换器实现自然语言驱动的图像修改。支持多轮编辑、风格转换、对象替换等功能,具有高效处理能力(单张图像约9秒)。采用LoRA-MoE混合微调策略,降低资源需求,适用于创意设计、影视制作、社交媒体等多个领域。开源且提供在线体验,便于研究与应用。

野葱视频转换器

野葱视频转换器是一款快速、高效、多功能的视频转换、音频转换和视频处理软件。

字狐AIPPT

字狐AIPPT是一款基于AI技术的智能PPT制作工具,支持一键生成、模板选择、文档转换等功能,适用于商务、教育、培训等多个场景。用户可通过输入主题或上传文件快速生成专业演示文稿,同时支持多设备使用和内容灵活编辑,提升工作效率与展示效果。

Fish Agent

Fish Agent是一款集成了自动语音识别(ASR)与文本到语音(TTS)技术的端到端语音处理工具,能够直接实现语音到语音的转换,无需传统语义编码器/解码器。它支持多种语言,适用于语音转换、环境音频信息捕捉等场景,并基于深度学习技术优化了语音处理性能。Fish Agent可广泛应用于内容创作、教育、客户服务及娱乐等领域。

DeepPDF

DeepPDF 是一款基于 AI 的在线 PDF 处理工具,支持文档智能问答、自动摘要生成、多语言翻译、图像与公式解析、术语解释及格式转换等功能。其特点在于保留原文排版、支持多种语言、提供高效的文档管理能力,广泛应用于教育、科研和职场场景,提升文档处理效率与信息理解能力。

PhonicMind

PhonicMind是一款利用AI技术的专业音频处理工具,专注于人声移除和乐器分离。它支持多种音频格式,提供从卡拉OK制作到音乐混音的全面功能,满足音乐制作、声乐练习及教育等多种应用场景的需求。其直观的操作界面和高质量的音频处理能力使其成为音乐爱好者的理想选择。

Ultravox

Ultravox 是一种多模态大型语言模型(LLM),能够直接处理文本和语音输入,无需额外的语音识别步骤。其核心技术包括多模态投影器,用于将音频数据转换为高维空间表示,显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习,适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。