标签：语音识别

模式识别（Pattern Recognition）是信息科学和人工智能领域的一个重要分支，对事物或现象的各种形式的信息（数值的、文字的和逻辑关系的）进行处理和分析，实...

AI Chinese是嗨你好教育推出的AI双语教学中文学习平台，基于AI技术为外国人提供在线中文学习解决方案。平台模拟中国真人老师在线授课，在TikTok用短视频和直...

模式识别（Pattern Recognition）是信息科学和人工智能领域的一个重要分支，对事物或现象的各种形式的信息（数值的、文字的和逻辑关系的）进行处理和分析，实...

Genesis是卡内基梅隆大学、马里兰大学、斯坦福大学、麻省理工学院等研究机构联合推出的开源生成式物理引擎，能模拟世界万物。Genesis能用简单的语言描述，快...

Klap是AI驱动的视频编辑工具，专注于将长视频快速转换为适合社交媒体平台的短视频内容。Klap智能分析视频场景，自动裁剪和调整视频布局，生成适合不同平台的...

软件适配，是硬件体验的核心之一。

Apollo是Meta和斯坦福大学合作推出的大型多模态模型（LMMs），专注于视频理解。Apollo基于系统研究，揭示视频理解在LMMs中的关键驱动因素，推出“Scaling Cons...

FLOAT是DeepBrain AI 和韩国先进科技研究院推出的音频驱动说话人头像生成模型，基于流匹配生成模型，学习运动潜在空间实现高效的时间一致性运动设计。模型基...

MMAudio是先进视频到音频合成技术，基于多模态联合训练，让模型能在广泛的视听和音频文本数据集上进行训练。技术的核心是同步模块，确保生成的音频与视频帧精...

海螺AI Audio是MiniMax推出的AI语音合成工具，能创建逼真的多语言、多声音和多情感的语音。用户只需提供30秒的音频素材，可以克隆特定人的声音，支持12种语言...

ClearerVoice-Studio 是阿里巴巴达摩院通义实验室开源的语音处理框架，集成语音增强、分离和音视频说话人提取等功能。框架基于复数域深度学习算法，有效消除...

GenCast是DeepMind推出的革命性AI气象预测模型，基于扩散模型技术，提供长达15天的全球天气预报。GenCast在97.2%的预测任务中超越全球顶尖的中期天气预报系统...

andu.ai（案牍AI）是专为法律领域设计的智能工具，基于先进的大型语言模型技术，提供合同审查、尽职调查和穿透核查等功能。通过自动化处理法律文件，案牍AI提...

andu.ai（案牍AI）是专为法律领域设计的智能工具，基于先进的大型语言模型技术，提供合同审查、尽职调查和穿透核查等功能。通过自动化处理法律文件，案牍AI提...

Voice-Pro是开源的多功能音频处理工具，集成语音转文字（STT）、文本转语音（TTS）、实时翻译、YouTube视频下载和人声分离等多种功能。工具支持超过100种语言...