标签：多语言支持

Illuminate 是一个由谷歌开发的项目，能将学术论文转化为人工智能生成的音频讨论。项目基于谷歌强大的语言模型 Gemini，将论文内容转换成引人入胜的对话，使...

FLUX.1-Turbo-Alpha是阿里妈妈创意团队基于FLUX.1-dev模型训练的8步蒸馏Lora模型。基于多头判别器技术，升图像生成的质量，支持文本到图像的生成及修复控制网...

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...

AsrTools是一款高效的智能语音转文字工具，能将音频文件快速转换成精确的文字内容。工具的优势在于无需复杂的配置，直接调用大厂的ASR接口，无需GPU支持，用...

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...

saga是一个集成人工智能的创意工作区平台，通过运用先进的大型语言模型（LLMs），如OpenAI和Anthropic开发的模型，帮助用户进行创意生成、主题分析、关键词提...

BanterAI 是一个创新的AI平台，基于先进的技术让用户与名人的虚拟克隆体进行实时语音对话。平台提供一个沉浸式的体验，用户与喜欢的艺人、演员或历史人物的克...

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...

Gliglish 是一个创新的语言学习平台，基于AI技术模拟真实的对话场景，帮助用户提高口语和听力水平。平台基于先进的语音识别和自然语言处理技术，让用户用语音...

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...

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...

Marco是阿里国际最新推出的大规模商用翻译大模型，支持15种全球主流语种，包括中、英、日、韩、西、法等。在BLEU评测指标上超越Google翻译、DeepL、GPT-4等竞...

TANGO 是一个由东京大学和 CyberAgent AI Lab 共同推出的开源框架，专注于生成与目标语音同步的全身手势视频。基于分层音频运动嵌入和扩散插值网络，将目标语...

Any Summary是一款基于人工智能技术的文档总结工具，能快速分析和总结长文本、音频或视频文件。用户可以上传文件或提供链接，Any Summary将用AI技术提取关键...

adcopy 是一款专为 Meta（Facebook）广告平台设计的 AI 驱动广告工具，通过运用人工智能技术帮助用户生成广告文案、优化广告投放，并提供 A/B 测试数据。支持...