音频
  1. 首页
  2. 音频

列表

码智作

码智作

一个二维码制作工具，码智作可以快速将文字、图片、视频和音频等内容制作成二维码。
格式转换 2025年06月05日
ImageBind

ImageBind

ImageBind是由Meta公司开发的开源多模态AI模型，能够整合文本、音频、视觉、温度和运动数据等多种模态的信息，并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐，支持跨模态检索和零样本学习。它在增强现实（AR）、虚拟现实（VR）、内容推荐系统、自动标注和元数据生成等领域有广泛应用。
AI项目与工具 2025年06月12日
Musico

Musico

Musico 是一个人工智能驱动的软件引擎，可以生成音乐。 它可以对手势、动作、代码或其他声音做出反应。
创作工具 2026年11月08日
Nova A.I.

Nova A.I.

一款简单却强大的在线视频编辑和日志软件，由计算机视觉视频搜索引擎提供支持。
视频剪辑 2025年06月05日
Free Subtitles

Free Subtitles

Free Subtitles，免费AI在线字幕生成工具，免费将音频和视频转录为文本，支持111种语言，102种语言的翻译。
Ai语音工具 2025年06月05日
M2UGen

M2UGen

M2UGen是由腾讯PCG ARC实验室与新加坡国立大学共同研发的一款多模态音乐理解和生成框架，支持从文本、图像、视频等多种模态输入生成相应音乐。它具有强大的音乐理解能力、灵活的音乐编辑功能以及多样化的应用场景，适用于音乐制作、影视配乐、音乐教育等多个领域。凭借其创新的技术架构和卓越的表现力，M2UGen已成为当前最优秀的多模态音乐生成工具之一。
AI项目与工具 2025年06月12日
Melodisco

Melodisco

Melodisco 作为一个 AI 音乐播放器，为音乐爱好者提供了一个新颖的平台，让他们能够探索由 AI 创作的音乐世界。
创作工具 2026年11月08日
Seamless Communication

Seamless Communication

强大的AI同声传译工具，它通过实时处理和翻译语音，极大地促进了跨语言沟通。其低延迟、高准确度和多语言支持的特点，使其成为国际会议、多语言工作环境和任何需要实时语音翻译的...
创作工具 2026年11月08日
NaturalReader

NaturalReader

NaturalReaders是一个提供文本到语音转换服务的网站。
创作工具 2026年11月08日
MultiTalk

MultiTalk

MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及
AI项目与工具 2025年06月11日