標(biāo)簽：語音識(shí)別

模式識(shí)別（Pattern Recognition）是信息科學(xué)和人工智能領(lǐng)域的一個(gè)重要分支，對(duì)事物或現(xiàn)象的各種形式的信息（數(shù)值的、文字的和邏輯關(guān)系的）進(jìn)行處理和分析，實(shí)...

AI Chinese是嗨你好教育推出的AI雙語教學(xué)中文學(xué)習(xí)平臺(tái)，基于AI技術(shù)為外國(guó)人提供在線中文學(xué)習(xí)解決方案。平臺(tái)模擬中國(guó)真人老師在線授課，在TikTok用短視頻和直...

模式識(shí)別（Pattern Recognition）是信息科學(xué)和人工智能領(lǐng)域的一個(gè)重要分支，對(duì)事物或現(xiàn)象的各種形式的信息（數(shù)值的、文字的和邏輯關(guān)系的）進(jìn)行處理和分析，實(shí)...

Genesis是卡內(nèi)基梅隆大學(xué)、馬里蘭大學(xué)、斯坦福大學(xué)、麻省理工學(xué)院等研究機(jī)構(gòu)聯(lián)合推出的開源生成式物理引擎，能模擬世界萬物。Genesis能用簡(jiǎn)單的語言描述，快...

Klap是AI驅(qū)動(dòng)的視頻編輯工具，專注于將長(zhǎng)視頻快速轉(zhuǎn)換為適合社交媒體平臺(tái)的短視頻內(nèi)容。Klap智能分析視頻場(chǎng)景，自動(dòng)裁剪和調(diào)整視頻布局，生成適合不同平臺(tái)的...

軟件適配，是硬件體驗(yàn)的核心之一。

Apollo是Meta和斯坦福大學(xué)合作推出的大型多模態(tài)模型（LMMs），專注于視頻理解。Apollo基于系統(tǒng)研究，揭示視頻理解在LMMs中的關(guān)鍵驅(qū)動(dòng)因素，推出“Scaling Cons...

FLOAT是DeepBrain AI 和韓國(guó)先進(jìn)科技研究院推出的音頻驅(qū)動(dòng)說話人頭像生成模型，基于流匹配生成模型，學(xué)習(xí)運(yùn)動(dòng)潛在空間實(shí)現(xiàn)高效的時(shí)間一致性運(yùn)動(dòng)設(shè)計(jì)。模型基...

MMAudio是先進(jìn)視頻到音頻合成技術(shù)，基于多模態(tài)聯(lián)合訓(xùn)練，讓模型能在廣泛的視聽和音頻文本數(shù)據(jù)集上進(jìn)行訓(xùn)練。技術(shù)的核心是同步模塊，確保生成的音頻與視頻幀精...

海螺AI Audio是MiniMax推出的AI語音合成工具，能創(chuàng)建逼真的多語言、多聲音和多情感的語音。用戶只需提供30秒的音頻素材，可以克隆特定人的聲音，支持12種語言...

ClearerVoice-Studio 是阿里巴巴達(dá)摩院通義實(shí)驗(yàn)室開源的語音處理框架，集成語音增強(qiáng)、分離和音視頻說話人提取等功能。框架基于復(fù)數(shù)域深度學(xué)習(xí)算法，有效消除...

GenCast是DeepMind推出的革命性AI氣象預(yù)測(cè)模型，基于擴(kuò)散模型技術(shù)，提供長(zhǎng)達(dá)15天的全球天氣預(yù)報(bào)。GenCast在97.2%的預(yù)測(cè)任務(wù)中超越全球頂尖的中期天氣預(yù)報(bào)系統(tǒng)...

andu.ai（案牘AI）是專為法律領(lǐng)域設(shè)計(jì)的智能工具，基于先進(jìn)的大型語言模型技術(shù)，提供合同審查、盡職調(diào)查和穿透核查等功能。通過自動(dòng)化處理法律文件，案牘AI提...

andu.ai（案牘AI）是專為法律領(lǐng)域設(shè)計(jì)的智能工具，基于先進(jìn)的大型語言模型技術(shù)，提供合同審查、盡職調(diào)查和穿透核查等功能。通過自動(dòng)化處理法律文件，案牘AI提...

Voice-Pro是開源的多功能音頻處理工具，集成語音轉(zhuǎn)文字（STT）、文本轉(zhuǎn)語音（TTS）、實(shí)時(shí)翻譯、YouTube視頻下載和人聲分離等多種功能。工具支持超過100種語言...