標簽：語音識別

Aether 是上海AI Lab開源的生成式世界模型，完全基于合成數據訓練。Aether 首次將三維時空建模與生成式建模深度融合，具備 4D 動態重建、動作條件視頻預測和...

扣子空間（Coze Space）是字節跳動推出的通用型 AI Agent，幫助用戶快速搭建和管理 AI 應用。通過可視化界面，沒有編程基礎，用戶也能輕松創建。 集成了超過 ...

EAP Talk 是基于AI技術的英語口語測評應用，專注于學術英語（EAP）的學習與練習?；诖髷祿⒄Z音識別、自然語言處理等技術，為學生提供實時自動打分和智能...

破殼AI口語是AI英語口語學習應用，基于AI技術為用戶提供個性化口語練習體驗。破殼AI口語涵蓋生活、校園、旅游、職場等多場景對話，幫助用戶提升流利度、語法...

小布助手是OPPO推出的智能語音助手，內置在OPPO、一加、真我realme等機型中。具備語音交互、聯網搜索、系統操作、信息查詢等多種功能。小布助手網頁版正式上...

心影大模型是心影隨形頂尖AI團隊研發的AI大模型，正式通過國家生成式人工智能服務備案。模型專注于游戲領域，深度融合游戲攻略與角色陪伴場景，全面應用于“逗...

SeniorTalk 是智源研究院聯合南開大學計算機學院人類語言技術實驗室（HLT Lab）推出的全球首個中文超高齡老年人對話語音數據集。數據集包含202位75歲及以上超...

口語精靈是AI口語學習軟件，通過先進的人工智能技術和真人語音模擬，為用戶提供1V1的對話練習體驗。用戶可以隨時隨地與AI老師互動，跨越國界，學習不同地區的...

ACTalker 是用于生成逼真說話人頭部視頻的端到端視頻擴散框架。支持單信號或多信號控制，如音頻、表情等。核心架構包括并行 Mamba 結構，通過多個分支利用不...

OmniTalker 是阿里巴巴發布的實時文本驅動的說話頭像生成技術，能同時處理文本、圖像、音頻和視頻等多種模態輸入，以流式方式生成自然語音響應。核心架構為 T...

枝頁（iBleaf）是基于金字塔原理設計的AI筆記工具，幫助用戶將碎片化的知識整理成清晰有序的知識體系。通過知識樹的形式，讓用戶能以層級化的結構組織筆記，...

小猿AI是猿輔導集團旗下的智能教育產品，原名小猿口算，接入了DeepSeek滿血版深度推理大模型，具備解題、翻譯、寫作、問答等多種功能，能為學生提供個性化的...

Augment Agent 是Augment推出的AI編程助手，幫助軟件工程師高效編寫高質量代碼。Augment Agent能深度理解大型代碼庫，隨著用戶工作自動學習和適應代碼風格。

面靈AI是基于DeepSeek大模型的AI面試助手，專為求職者設計，提升面試表現。具備實時面試輔助功能，能在面試中快速解析問題并給出專業回答建議，能根據簡歷和...

OThink-MR1是OPPO研究院和香港科技大學（廣州）聯合推出的多模態語言模型優化框架。基于動態調整Kullback-Leibler（KL）散度策略（GRPO-D）和獎勵模型，提升...