FunAudioLLM FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。 AI项目与工具 2025年06月12日 66 点赞 0 评论 333 浏览
PixVerse V2.5 PixVerse V2.5是一款由爱诗科技开发的AI视频生成工具,其主要功能包括模型优化、提高生成速度、支持4K分辨率、Performance模式、运动笔刷、运镜控制以及文本内容生成。这些功能共同提升了视频创作的动态效果和专业度,使得用户能够更快地生成高质量视频内容。PixVerse V2.5支持多种语言界面,适用于创意视频制作、广告和营销、教育和培训、社交媒体内容以及游戏和动画制作等领域。 AI项目与工具 2025年06月12日 62 点赞 0 评论 456 浏览
mPLUG mPLUG-Owl3是一款由阿里巴巴开发的多模态AI模型,专注于理解和处理多图及长视频内容。该模型具备高推理效率和准确性,采用创新的Hyper Attention模块优化视觉与语言信息的融合。它已在多个基准测试中展现出卓越性能,并且其源代码和资源已公开,可供研究和应用。 AI项目与工具 2025年06月12日 73 点赞 0 评论 199 浏览
MacWhisper MacWhisper是一款基于OpenAI Whisper技术的AI音频转文字工具。它能够在本地设备上将音频文件快速转录成文本,并支持多种语言。该工具具有多种音频和视频格式兼容性,提供不同的转录模型选择,支持字幕导出,且具备视频播放功能。最新版本增加了基于Apple芯片的硬件加速,提升了实时语音识别效率,并集成了OpenAI语言模型以提高转录和翻译的准确性。MacWhisper适用于记者、媒体工作 AI项目与工具 2025年06月12日 15 点赞 0 评论 486 浏览
MemoryScope MemoryScope 是一款面向大型语言模型的长期记忆系统,通过向量数据库存储记忆片段,支持记忆检索、巩固及反思等核心功能。它具备时间感知能力,能提供个性化的交互体验,广泛应用于个人助理、情感陪伴、客户服务、教育辅导和健康咨询等领域。 AI项目与工具 2025年06月12日 86 点赞 0 评论 231 浏览
LosslessCut LosslessCut 是一款基于 FFmpeg 的开源视频编辑工具,支持无损剪辑、合并、格式转换及多轨道编辑等功能。它通过直接操作数据流避免重新编码,保持视频质量,适用于家庭用户、视频创作者及专业人士。该工具提供了高分辨率截图、智能剪辑及多种接口支持,能够高效处理各类视频文件。 AI项目与工具 2025年06月12日 15 点赞 0 评论 316 浏览
Autocut AutoCut是一款开源AI视频剪辑工具,利用自动语音识别技术生成字幕并支持文本编辑功能,帮助用户高效剪辑视频片段。支持多模型运行及硬件加速,可输出SRT或Markdown格式文件,广泛应用于视频创作、企业培训、新闻报道、语言学习等多个领域。 AI项目与工具 2025年06月12日 69 点赞 0 评论 415 浏览
LogoCreator LogoCreator是一款基于AI技术的开源Logo生成工具,能够快速生成专业风格的Logo设计。它支持多种自定义风格选项,适用于初创企业、个人品牌、教育机构及非营利组织等场景。通过Next.js和TypeScript实现高效开发,同时借助Flux Pro 1.1引擎优化设计流程,确保生成的Logo兼具创意与实用性。 AI项目与工具 2025年06月12日 29 点赞 0 评论 121 浏览
Kodezi Kodezi 是一款面向开发者的 AI 工具平台,基于命令行界面(CLI)提供代码自动调试、优化、语言转换、文档生成及自然语言驱动的代码生成等功能。它支持 30 种编程语言,可生成 OpenAPI 规范并托管 Swagger UI 站点,旨在提升代码质量和开发效率,同时优化团队协作与 API 开发体验。 AI项目与工具 2025年06月12日 17 点赞 0 评论 470 浏览
Octoparse Octoparse是一款无代码网页抓取工具,通过可视化工作流和AI技术,使用户能够轻松构建和优化网络爬虫,适用于市场调研、社交媒体监控、客户关系管理和学术研究等多个领域。它提供云服务支持、定时任务、数据导出和高级功能(如IP轮换和验证码解决),并拥有丰富的预设模板,助力高效数据采集与分析。 AI项目与工具 2025年06月12日 33 点赞 0 评论 318 浏览