SongGen SongGen是一款由多家高校和研究机构联合开发的单阶段自回归Transformer模型，能够根据文本生成高质量音乐。它支持混合模式和双轨模式输出，可分别生成人声与伴奏，便于后期编辑。SongGen通过创新的音频标记化和训练策略，显著提升了人声清晰度和音乐自然度。其开源特性及高质量数据集为音乐生成研究提供了新基准，适用于音乐创作、视频配乐、教育辅助等多个领域。 AI项目与工具 2025年06月12日 78 点赞 0 评论 906 浏览
Nuance Nuance公司以其在对话式AI领域的专业知识，为医疗保健和客户参与提供创新解决方案。公司致力于通过AI技术推动组织效能，提升工作成效，并在全球范围内产生积极影响。 Ai语音工具 2026年11月07日 0 点赞 0 评论 905 浏览
Coral AI Coral AI 是一款基于 AI 的文档分析平台，专注于智能搜索、摘要生成、翻译及问答功能。它支持超过 90 种语言，适用于学术研究、法律分析和商业报告等场景，特别适合处理大量文档。主要功能包括智能搜索、自动摘要生成、实时翻译、引用生成、跨文档搜索、文档标记与管理等，并支持多种文件类型和图像分析。 AI项目与工具 2025年06月12日 54 点赞 0 评论 905 浏览
covers.ai covers.ai是一款基于AI技术的音乐创作平台，提供AI语音生成与AI歌曲生成功能。用户可通过简单操作，如演唱或哼唱，由AI自动完成音乐制作，生成个性化歌曲。平台支持多种音乐风格，并允许用户自定义声音效果，适合音乐爱好者、初学者及创作者使用。其操作便捷、创意性强，有助于激发音乐灵感并提升创作效率。 AI项目与工具 2025年06月12日 31 点赞 0 评论 904 浏览
Gemma 3n Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型，基于 Gemini Nano 架构，采用逐层嵌入技术，将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入，可生成结构化文本输出，并具备音频转录、情感分析等功能。可在本地设备运行，响应时间低至 50 毫秒，适用于语音助手、内容生成和学术任务定制。 AI项目与工具 2025年06月11日 87 点赞 0 评论 902 浏览
Stability AI Stability AI提供了一套完整的生成式AI模型，覆盖图像、视频和音频等多个领域，旨在推动AI技术的普及和应用。 Ai视频生成 2026年11月07日 0 点赞 0 评论 902 浏览
Sekai Sekai是一款结合AI技术的交互式内容平台，允许用户创建和自定义虚拟角色，并通过AI生成完整的故事情节。平台支持互动式叙事、沉浸式体验以及故事编辑与分享功能，适用于个人娱乐、社交互动、教育学习及品牌营销等多种场景。 AI项目与工具 2025年06月12日 55 点赞 0 评论 902 浏览
万彩录课大师 一款免费的PPT微课录制工具，万彩录课大师集PPT录制、真人录音、虚拟人物讲解与后期编辑于一体，专注于各种PPT课件课程的录制和编辑。 PPT资源 2025年06月05日 94 点赞 0 评论 901 浏览
音鹿 音鹿是一款基于AI技术的音频编辑工具，主要功能包括文字转语音、音色选择、AI翻唱及音频编辑（剪切、合并、混音、音量调节、变速变调）。该工具内置大量音色模型，支持实时预览与参数调整，广泛适用于社交媒体、广告宣传、教育培训等领域，帮助用户高效完成音频创作。 AI项目与工具 2025年06月12日 73 点赞 0 评论 900 浏览
VideoPoet VideoPoet是一款基于大模型的AI视频生成工具，支持从文本、图像或视频输入中合成高质量的视频内容及匹配的音频。其核心优势在于多模态大模型设计，能够处理和转换不同类型的输入信号，无需特定数据集或扩散模型即可实现多种风格和动作的视频输出。主要功能包括文本到视频转换、图像到视频动画、视频风格化、视频编辑和扩展、视频到音频转换以及多模态学习等。技术原理涉及多模态输入处理、解码器架构、预训练与任务适应 AI项目与工具 2024年01月01日 98 点赞 0 评论 900 浏览
