基于LLM的智能字幕助手,一键生成高质量视频字幕
开源的全双工音频生成基础模型
端到端中英语音对话模型
AI代理测试和评估平台
最新多模态检查点,提升语音理解能力。Llama3-s v0.2官网入口网址
开源工业级自动语音识别模型,支持普通话、方言和英语,性能卓越。
打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片,寒武纪官网入口网址
将口语转化为优雅文字的AI写作工具,让写作变得轻松自然。
通过语音识别、图片识别、大语言模型等技术,帮助医生自动生成病历,提升病历书写效率和质量,同时保护患者隐私,全诊通Aioclinic官网入口网址
情感丰富的多模态语言模型
下一代语音AI,提供卓越的音频数据处理能力。
语音驱动的AI助手,提升工作效率。
将语音转换为博客文章的助手
300行代码实现基于LLM的语音转录。WeST官网入口网址
智能语音分析,提升零售客户服务体验。Encounter AI Advisor官网入口网址
开源多模态大型语言模型,支持实时语音输入和流式音频输出。Mini-Omni官网入口网址
本地部署的AI语音工具箱,支持语音识别、转录和转换。Easy Voice Toolkit官网入口网址
AI驱动的个人电脑助手,PC Agent官网入口网址
语音助手插件,提升GPT交互体验,Voice Assistant Plugin for GPT官网入口网址
实时浏览器端语音识别应用
亚马逊全新基础模型理解语气、语调与节奏,提升人机对话自然度。
多模态语音大型语言模型
Phi-4-multimodal-instruct 是微软开发的轻量级多模态基础模型,支持文本、图像和音频输入。
- 智能浏览器新标签页 -
完全免费 · 简洁大方功能丰富 · 高效舒适