标签：自然语言处理

Agent-S 是创新的代理框架，旨在基于图形用户界面（GUI）实现人机交互的自动化。Agent-S 基于模拟人类的操作方式，用鼠标和键盘直接与计算机交互，处理复杂的...

Voiceflow是一个无代码对话式人工智能平台，旨在帮助用户快速创建和部署AI代理，以自动化客户服务和提升用户体验。通过直观的拖放界面，用户可以设计复杂的对...

scenario是一个专为游戏开发者设计的AI平台，基于先进的人工智能技术，可以帮助用户快速生成风格一致且高质量的游戏资产，如角色、场景和道具等。用户可以上...

al是一个面向开发者的AI平台，专注于生成音频、视频和图像。fal提供高性能的推理引擎，支持实时应用，采用灵活的按需付费模式。fal支持跨平台集成，提供实时...

PodLM是一款创新的AI播客生成器，基于先进的AI技术，让用户能轻松地将网页内容、文本或文档转换成高质量的播客节目。工具提供一个用户友好的界面，没有音频制...

Baichuan-Omni 是由百川智能推出的一款开源的 7B 多模态大型语言模型（MLLM），能同时处理和分析图像、视频、音频和文本等多种模态的数据。Baichuan-Omni 提...

VAPI是一个为开发者设计的语音AI平台，基于提供简单易用的API，让开发者快速将语音识别和语音合成功能集成到各种应用中。VAPI 基于先进的机器学习技术，确保...

podlm-public是一个开源AI播客工具，旨在创建一个中文版的NotebookLM替代品，专门用在将任意URL转换成播客内容，再推送到小宇宙平台。项目基于先进的AI技术，...

Langotalk是一个创新的在线语言学习平台，基于AI技术为语言学习者提供个性化和沉浸式的学习体验。平台支持20多种语言，如英语、西班牙语、法语、德语、意大利...

textomap是一个创新的智能在线工具，能将文本内容快速转换成交互式地图。用户输入基于位置的文本，比如旅游行程、博客文章或新闻报道，textomap能自动识别地...

Final Round AI 是先进的AI面试助手，专门设计帮助求职者准备和执行面试，提供AI面试助手、简历生成和模拟面试服务，为用户提供实时反馈和专业建议。平台能生...

FunASR是由阿里巴巴达摩院开源的语音识别工具包，提供包括语音识别（ASR）、语音活动检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离及多说话人ASR...

CleanS2S是一个流式语音到语音（S2S）交互智能体原型，提供高质量、实时的语音交互体验。CleanS2S项目基于单文件实现，简化配置和理解过程，便于用户和研究人...

Hallo2是复旦大学、百度公司和南京大学共同推出的音频驱动视频生成模型。能将单张参考图片和持续几分钟的音频输入结合起来，基于可选的文本提示调节肖像表情...

Ministral 3B和8B是由Mistral AI推出的两款新型AI小模型，专为设备端计算和边缘使用场景设计。在知识、常识、推理、功能调用和效率方面为10亿参数以下的类别...