DICE-Talk
基于扩散模型的情感化动态头像生成工具 基于扩散模型的情感化动态头像生成方法，能够为说话的肖像生成生动且多样化的情感表达。
开源音频基础模型 开源的音频基础模型，擅长音频理解、生成和对话，适用于多种音频处理任务。
数据统计
相关导航
Jaaz
AI设计助手 Jaaz是一款本地化的AI设计工具，能够智能生成图像、海报、分镜头脚本等设计内容，支持本地模型运行，是Lovart的免费替代品。
Anthropic
Agent Skills 开源知识库 Anthropic Agent Skills 是 Anthropic 推出的开源知识库，为 Claude 模型提供可动态加载的示范性技能与最佳实践，涵盖多领域实用技能集，支持开发者直接使用或按规范自定义技能，通过按需加载指令集降低 Token 消耗、提升特定任务处理效率。
SpatialLM
让三维空间理解更智能 专注于三维空间理解的大语言模型，能够将三维点云数据转化为结构化的三维场景理解输出，广泛应用于机器人导航、建筑设计等领域。
D-ID
Video Translate D-ID Video Translate是一款利用人工智能技术，能够将视频翻译成多种语言的在线服务工具。
谷歌NotebookLM
Google推出的一款AI笔记应用，能够将文档内容转化为音频播客，帮助用户更高效地学习和获取信息。
RaskAI
AI驱动的视频本地化与配音工具 RaskAI 是一款基于人工智能的视频本地化和配音工具，专为需要快速、高效地将视频内容翻译和配音成多种语言的创作者和企业提供服务 。
AI对口型项目EchoMimic
EchoMimic是一款由蚂蚁集团研究团队推出的创新技术，能够根据音频内容和角色照片生成生动对口型视频。该技术突破了传统方法的局限性，实现了更逼真和动态的人像生成。
暂无评论...