Project Icon

VideoChat

通过GLM-4-Voice和级联语音方案实现低延迟交互的数字人对话系统

数字人对话系统提供支持实时语音交互的平台,采用GLM-4-Voice结合ASR-LLM-TTS-THG技术,实现低延迟和音色克隆。用户可选择端到端或级联系统,享受3秒首包延迟的优势。项目支持本地部署和多种推理方式,结合FunASR、Qwen和MuseTalk技术,提升视频和语音合成稳定性。该系统为开发者提供灵活高效的语音对话解决方案。

YesChat - 集成多种先进AI技术的智能对话和创作平台
AI工具DALL·E 3GPT-4oYesChat.ai图像生成
YesChat集成GPT-4o、DALL·E 3等先进AI技术,支持智能对话、图像生成和文件分析。平台提供超过20万个GPT模型,每日20次免费GPT-4o对话机会。此外还有订阅服务可满足更多需求。YesChat致力于通过AI技术提升各领域效率。
seamless_communication - AI多语言实时表情语音翻译系统
AI模型GithubSeamless多语言翻译实时翻译开源项目语音翻译
Seamless Communication项目开发了一系列AI模型,包括SeamlessM4T、SeamlessExpressive和SeamlessStreaming,支持近100种语言的多模态、实时和富有表现力的翻译。该项目通过开源工具和数据集,为研究人员和开发者提供了强大的序列建模组件,推动了更自然、真实的跨语言交流技术发展。
chatglm-6b - 中英双语开源对话模型实现低显存本地部署
AI技术ChatGLM-6BGithubHuggingface中英双语开源开源项目模型语言模型
该模型是一个基于 GLM 的中英双语开源对话工具,拥有 62 亿参数,通过量化技术实现低显存要求,适合消费级显卡本地部署。专注于中文问答及对话功能,具有监督微调和人类反馈强化学习功能。升级版提供更高性能和效率,研究者可完全开放使用,而商用需要填问卷。
AIUI - AI语音交互平台,兼容桌面和移动浏览器
AIUIGPT-3.5GPT-4Github开源项目文本到语音语音接口
AIUI平台提供与AI模型的无缝双向语音通信,现支持GPT-4和GPT-3.5,兼容桌面和移动浏览器,未来将支持开放模型。在浏览器中打开应用即可开始对话,AIUI会处理语音输入并提供语音回应,实现自然连续的交互。它提供本地运行指南、环境变量配置及一键部署选项,方便快速上手。
ChatTTS - 自然对话文本转语音,多语言支持和精细韵律控制
AI工具ChatTTS多语言支持对话应用语音合成语音表现力
ChatTTS是一款针对对话应用优化的文本转语音模型。支持英文和中文混合输入,提供多说话人选择,并可精确控制笑声、停顿和语调等韵律要素。该工具生成自然、富有表现力的语音,适用于多种创意项目。用户可在Playground区域在线试用,无需安装额外软件。为创意工作者提供便捷、灵活的文本转语音方案,并提供免费体验。
Real-Time-Voice-Cloning - 实时语音克隆与多声源文本到语音转换技术
GithubSV2TTS多说话者文本转语音合成实时语音克隆开源项目深度学习热门语音合成
Real-Time Voice Cloning是一个基于深度学习的实时语音克隆工具,能够通过简短语音样本快速创建个性化语音模型。项目实现了从说话人验证到多说话人文本到语音合成的框架(SV2TTS),并配备了实时工作的声码器。适用于需要个性化语音合成的开发者和研究人员,支持多种数据集,提供预训练模型以简化使用和实验过程。
ChatDev - 推动智能代理软件开发的虚拟平台
ChatDevGithubLLM多智能体协作开源项目智能代理热门软件开发
ChatDev是一个虚拟软件公司,通过智能代理在多个角色中协作,包括设计、编码、测试和文件记录等任务。基于大型语言模型(LLMs),这个框架不仅易于使用、高度可定制和可扩展,而且还提供了研究集体智能的理想场景。该平台支持实时可视化配置,并通过Docker进行安全执行,积极推动LLM驱动的多代理协作和相关领域的发展。
lobe-chat - 开源、现代化设计的聊天GPT/LLMs用户界面与框架
GithubLobeChat人工智能多模态对话开源聊天框架开源项目插件系统热门
Lobe Chat是一个开源的聊天GPT/LLMs用户界面和框架,提供语音合成、多模态支持及可扩展插件系统。支持多种服务商模型,包括OpenAI的GPT、Anthropic的Claude以及Google AI的Gemini系列等,适配多用户管理和PWA,可适用于专业开发者和普通用户。Lobe Chat强调无需安装或注册,易于部署,并正在积极开发中,欢迎社区反馈和贡献。
MultiChat AI - 整合多种顶级AI模型的智能对话平台
AI对话AI工具图像生成图像编辑大语言模型数字助手
MultiChat AI集成了Mixtral、Llama-3、Claude-3等多种顶级大语言模型。平台提供单一界面访问多个AI,支持预设助手、图像生成和编辑功能。适用于编程、个人成长等多种场景,还包括开源和无审查模型。致力于提供多样化、高效的AI交互体验。
Digital-Life-DL-B - 数字形象解决方案,结合ChatGLM、Wav2lip和so-vits-svc技术
AI学社ChatGLMDL-BGithubWav2Lipso-vits-svc开源项目
DL-B是一个开源的数字形象解决方案,结合了ChatGLM、Wav2lip和so-vits-svc技术。目前,项目正处于比赛阶段,计划在比赛结束后发布优化版及详细代码。硬件需求为RTX 3060显卡和Intel i5-12400F CPU,系统环境为Python 3.9.13。未来项目将由AI学社负责,致力于用户友好框架的开发。诚邀技术爱好者提供优化建议并参与完善项目。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号