新ElevenLabs Scribe v1
语音转文本模型，多语言高精度转录领先 Scribe v1支持99种语言的高精度转录，尤其在英语（准确率96.7%）和意大利语（准确率98.7%）上表现出色。
开启AI音频生成新时代 腾讯ARC团队推出的AudioStory模型，能够根据文字描述生成高质量的音频内容，具有强大的叙事能力。
数据统计
相关导航
新Hallo
Hallo是由复旦大学开发的一项前沿技术，专注于肖像图像动画。它利用先进的扩散模型生成逼真且动态的肖像动画，与传统的参数模型相比，Hallo技术提供了更为自然和流畅的面部动作。
新MaskGCT
零样本语音合成的创新突破 趣丸科技与香港中文大学（深圳）联合研发的开源文本转语音（TTS）模型，能够实现零样本语音合成，无需显式对齐信息和音素级时长预测，支持多种语言和情感控制。
新SadTalker SadTalker
学习现实的3D运动系数风格化音频驱动的单图像说话的脸动画。
新Fish
Audio文本转语音 Fish Audio 是一个提供文本转语音服务的平台，它允许用户将文本转换为语音，生成音频文件。
新PramaLLC背景消除网络BEN2
高效精准的图像与视频背景移除工具 一款深度学习模型，专门用于从图像和视频中快速移除背景并提取前景。
新Revisit-Anything
视觉位置识别技术 Revisit-Anything 可以帮助用户高效地管理和回顾各种内容。它能够对文本、图像、代码等多种类型的文件进行分类和标记，方便用户快速找到所需内容。同时，该工具还支持搜索功能，用户可以通过关键词快速定位到特定的文件或信息。
新FLUX.1-dev
LoRA 服装生成器 FLUX.1-dev LoRA 服装生成器利用先进的人工智能技术，为用户带来前所未有的时尚设计体验，让设计小白也能秒出服装效果图。
暂无评论...