VoiceCraft VoiceCraft是一款开源的神经编解码器语言模型,专攻零样本语音编辑和文本到语音(TTS)任务。它采用Transformer架构,通过token重排过程结合因果掩蔽和延迟叠加技术,实现在现有音频序列内高效生成自然的语音。VoiceCraft在多种口音、风格和噪声条件下表现出色,适用于有声读物制作、视频内容创作、播客音频编辑及多语言内容生产等场景。 AI项目与工具 2024年01月01日 31 点赞 0 评论 549 浏览
Presentory 一款基于AI 的演示PPT生成制作工具,作为创新且用户友好的视频演示软件,提供各种 AI 功能。它允许用户创建、直播和录制令人惊叹的虚拟演示视频,每次都能吸引观众的注意力。 PPT资源 2025年06月05日 66 点赞 0 评论 549 浏览
Emu3 Emu3是一款由北京智源人工智能研究院开发的原生多模态世界模型,结合了多模态自回归技术和单一Transformer架构,能够在图像、视频和文本之间实现无缝转换。它不仅能够根据文本生成高质量图像,还能预测视频发展并理解图文内容,广泛应用于内容创作、广告营销、教育、娱乐等多个领域。 AI项目与工具 2025年06月12日 58 点赞 0 评论 549 浏览
Agent Squad Agent Squad 是一个轻量级、开源的多 Agents 框架,用于协调多个 AI Agents 处理复杂对话。它支持 Python 和 TypeScript 两种语言,具备智能意图分类、灵活的 Agent 响应(流式与非流式)、上下文管理等功能,并提供模块化安装和可扩展架构。适用于智能客服、旅行规划、企业助手等场景,帮助开发者快速构建高效的多 Agents 系统。 AI项目与工具 2025年06月11日 32 点赞 0 评论 550 浏览
Westlake Westlake-Omni是西湖心辰推出的一款开源中文情感端到端语音交互大模型,融合了语音识别、自然语言处理、情感理解和对话管理等功能,具备实时性和端到端交互特性。它通过深度学习技术和离散表示法,实现从语音输入到语音输出的全流程自动化,生成自然流畅的语音回应,并广泛应用于智能助手、客户服务、教育辅助、健康医疗等领域。 AI项目与工具 2025年06月12日 91 点赞 0 评论 550 浏览
Recraft.AI Recraft.AI是一款 AI 在线图像生成工具,Recraft可生成 SVG 向量图、 ICON、 3D 图标等,即使印刷时也不用担心图片分辨率不足等问题。 Ai图片处理 2025年06月05日 49 点赞 0 评论 550 浏览
MidJourney提示词工具 Midjourney提示词助手为Midjourney用户提供了一个便捷的学习和实验平台,帮助他们更好地掌握提示词的创作技巧,提升AI绘画的质量和效果。 创作工具 1970年01月01日 0 点赞 0 评论 550 浏览
PaperBench PaperBench是OpenAI开发的AI智能体评测基准,用于评估其复现顶级机器学习论文的能力。它涵盖从理解论文、编写代码到执行实验的全流程,具备8316个评分节点和自动评分系统。支持多种智能体配置,提供标准化测试环境,适用于模型优化、学术验证及教育实践等领域,推动AI研究的标准化发展。 AI项目与工具 2025年06月12日 31 点赞 0 评论 551 浏览
CF Spark Art CF Spark Art 只需一句文本和点击就可生成 AI 图像。这个 AI 艺术生成器通过单个文本提示和您选择的图像比例生成独特的图像变化。 Ai绘画生成 2025年06月05日 80 点赞 0 评论 551 浏览