新Sketch2Sound
AI音频工具 哼唱和模仿创建音效 一个可控音频生成模型，能够根据一组可解释的时变控制信号（响度、亮度、音高）和文本提示来创造高质量的声音。
Moonshine是一个为边缘设备提供快速且准确的自动语音识别（ASR）的工具。
数据统计
相关导航
新🔥医疗AI黑科技！Google Med-Gemma
你的私人健康数据科学家 Google 推出的 MedGemma 是目前最强大的开源医疗 AI 模型之一，专为医疗健康领域的 AI 开发而设计。
新ComfyUI-AdvancedLivePortrait
一个开源的实时人像美化和背景替换工具，基于深度学习技术，为视频通话、直播和虚拟背景应用提供高级视觉效果。
新Twelve
Labs 多模态AI视频理解平台 一个多模态人工智能平台，它能够像人类一样理解视频内容，帮助用户在任何应用中实现视频内容的深度分析和利用。
新Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
新Google TimesFM 2.0
谷歌开源时间序列预测模型 具备强大的预测能力，可处理长达2048个时间点的单变量时间序列，支持任意预测时间跨度。
新Meta Video Seal
AI视频水印工具 Meta 公司推出的开源 AI 视频水印工具，旨在通过在 AI 生成的视频中加入不可察觉的水印来打击深度伪造和保护原创内容。
新DeepSeek-R1
开源推理模型的革命性突破 DeepSeek推出的第一代推理模型，性能与OpenAI的o1正式版相当，且开源了模型权重与训练框架。
暂无评论...