标签：语音识别

Hibiki是Kyutai Labs开源的用在同时语音翻译的解码器模型，能实时将一种语言的语音翻译成另一种语言的语音或文本。Hibiki基于多流语言模型架构，同步处理源语...

AstrBot 是多平台聊天机器人及开发框架，支持多种大语言模型（如 OpenAI GPT、Google Gemini、Llama 等）和多种消息平台（如 QQ、Telegram、微信等）。AstrBo...

LIMO（Less Is More for Reasoning）是上海交通大学研究团队提出的高效推理方法，通过极少量高质量的训练样本激活大语言模型（LLM）的复杂推理能力。核心假设...

性能比肩 Transducer 和 CTC/AED。

亲爱的同学们，你们好！在进入大学之前,这个课程将让你对人工智能有全新的认知和理解。你将学习到人工智能的核心概念，学习数学和物理学的相关基础知识，了解...

Loora 是先进的 AI 英语辅导应用，能帮助用户提高英语口语能力。基于模拟各种真实场景的对话，让用户在商务、面试、日常交流等情境中练习英语。Loora 能实时...

Step R-mini（全称Step Reasoner mini）是阶跃星辰推出的推理模型， 是 Step 系列模型家族的首个推理模型，擅长主动规划、尝试和反思，基于慢思考和反复验证...

讯飞星火 X1 是科大讯飞于2025年1月15日发布的国内首个基于全国产算力平台训练的具备深度思考和推理能力的大模型。在解题过程中更接近人类的“慢思考”方式，仅...

星火语音同传大模型是科大讯飞于2025年1月15日发布的国内首个具备端到端语音同传能力的大模型。模型在内容完整度、信息准确度以及语言质量上均处于行业领先水...

明犀AI是AI图像增强工具。明犀AI基于图像生成先验和大模型能力，实现在文本提示引导下恢复图像的功能，能用负面提示和修复引导采样方法提升修复质量。明犀AI...

淘宝星辰是阿里妈妈推出的电商视频生成大模型，专为淘宝天猫商家设计。能基于商家输入的图片或文本指令，一键生成高质量的视频。核心优势在于更懂商品展示，...

讯飞智能交互机是科大讯飞推出的集成先进AI技术的设备，能实现用户与虚拟人物形象之间的“面对面”互动交流。通过多模态感知（如视觉、听觉、触觉）和多维表达...

Lovekey键盘是专为恋爱聊天设计的输入法应用，由苏州猜猜看科技有限公司开发。通过智能分析聊天内容，提供一键回复功能，帮助用户快速回复消息。Lovekey键盘...

字狐AIPPT是AI PPT制作工具，基于自然语言处理与计算机视觉AI技术，提升办公和学习效率。核心功能包括AI一键生成PPT，用户只需输入主题或导入文件，可生成专...

OpenHands是AI编程工具，支持多智能体协作提高开发效率，减少开发者的编码工作量。OpenHands基于编写代码、与命令行交互和浏览网页等方式实现与环境的互动。