音频
  1. 首页
  2. 音频

列表

TANGO

TANGO

TANGO是一个开源框架，利用分层音频运动嵌入和扩散插值网络，生成与目标语音同步的全身手势视频。其主要功能包括高保真视频制作、跨模态对齐、过渡帧生成及外观一致性保持，适用于新闻播报、虚拟YouTuber、在线教育等多个领域。该工具通过先进的技术解决了动作与语音匹配问题，并有效提升了视频内容制作效率。
AI项目与工具 2025年06月12日
Emergent Drums

Emergent Drums

使用Emergent Drums人工智能生成独特的鼓样本，使用Audialab插件生成无限的鼓样本，全部免版税。
创作工具 1970年01月01日
通义万相AI视频

通义万相AI视频

通义万相AI视频是一款基于人工智能的视频生成工具，支持文生视频和图生视频两种模式。用户可输入文字描述或上传图片生成高质量视频，支持多语言、多种艺术风格及音频生成功能，优化中式元素表现，广泛应用于影视、广告、动画设计等多个领域。
AI项目与工具 2025年06月12日
Altered AI

Altered AI

Altered Studio Voice Editor允许用户通过将他们的声音更改为任何精心策划的组合声音或自定义声音来创建专业的声音表演。它还允许用户创建引人入胜的多角色表演和克隆他们的声音。...
创作工具 1970年01月01日
Hallo

Hallo

Hallo是由复旦大学、百度公司、苏黎世联邦理工学院和南京大学的研究团队共同开发的一种基于人工智能的肖像图像动画技术。该技术通过分层音频驱动视觉合成、端到端扩散模型、交叉注意力机制、UNet去噪器、时间对齐技术和参考网络等方法，实现了音频与视觉输出的高精度同步。Hallo具备音频同步动画、面部表情生成、头部姿态控制、个性化动画定制、时间一致性维护以及动作多样性等主要功能，显著提升了视频动画的真实感
AI项目与工具 2025年06月12日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日
存了个图

存了个图

一款支持从国外主流网站下载视频和图片的专业下载工具，存了个图提供从平台如YouTube、Instagram、TikTok、Pinterest、Facebook、Rumble、Triller、Likee、Vimeo、Nicovideo、Reddit 等下载视频、图片和字幕，并支持4K分辨率下载与编辑功能。
视频素材 2025年06月05日
苏诺suno

苏诺suno

苏诺是一个歌曲创作平台，它鼓励用户围绕任何主题创作歌曲。
创作工具 1970年01月01日
Jukebox

Jukebox

OpenAI开发的AI音乐生成器，Jukebox能够根据提供的歌词、艺术家和流派信息生成多种流派和艺术家风格的完整音乐和人声歌曲。
Ai语音工具 2025年06月05日
Noisli

Noisli

Noisli.com 是一个提供背景噪音和环境声音的平台，旨在帮助用户在工作中保持专注、睡眠和放松。
创作工具 1970年01月01日