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。

ChatDoctor - 融合LLaMA模型与专业知识提供智能诊疗服务的医疗AI对话系统
ChatDoctorGithubLLaMA医患对话医疗AI开源项目自然语言处理
ChatDoctor是一个基于LLaMA大语言模型的医疗对话系统。该系统通过融合超过10万条真实医患对话和医学专业知识进行训练,能够模拟医生与患者的交互,提供个性化医疗咨询。项目还开发了基于外部知识库的自主问答功能,提高回答的准确性和可靠性。ChatDoctor旨在作为智能医疗助手,但仅限于学术研究用途,不适用于商业或临床环境。
PersonaTalk - 个性化唇形同步配音方案,突出个性与面部细节
AI工具PersonaTalk同步精度视觉配音跨注意力层面部细节
PersonaTalk 提供一种通过注意力机制实现的可视化配音框架,重视保留说话者的个性和面部细节。此框架分为音频几何构建和面部渲染两阶段,确保唇形同步的高保真效果。通过独特的双重注意力机制,能够精确渲染唇部和面部细节,达到优异的视觉质量和个性保留效果。
Video-LLaMA - 指令微调的音视频语言模型实现多模态视频理解
AI对话GithubVideo-LLaMA多模态开源项目视频理解语言模型
Video-LLaMA是一个多模态AI项目,为大型语言模型赋予视频和音频理解能力。该项目基于BLIP-2和MiniGPT-4构建,包含视觉-语言和音频-语言两个分支。经过大规模视频和图像数据预训练及指令微调后,Video-LLaMA能够进行视频分析、音频理解和多轮对话。该模型支持英文和中文交互,为视频内容分析提供了新的AI解决方案。
ChatGPT4o.ai - 多模态AI对话平台提供免费体验和付费订阅
AI工具ChatGPT 4o响应速度多模态处理安全性语言支持
ChatGPT4o.ai为用户提供OpenAI最新旗舰AI模型ChatGPT 4o的在线体验。平台支持文本、音频、图像和视频的多模态交互,每日可免费提问10次。付费订阅可解锁更多功能和使用权限。ChatGPT 4o特点包括快速响应(平均仅需320毫秒)、多语言支持和内置安全措施,适用于实时翻译、客户服务、内容创作等多种场景。该模型在英语和编程任务方面表现出色,并显著提升了非英语语言处理能力。平台提供9.9美元月度订阅(每日300次提问)和59.9美元年度订阅(无限次提问)选项。
Qwen-Audio-Chat - 多模态音频语言模型支持多种音频类型和复杂场景分析
GithubHuggingfaceQwen-Audio多任务学习多模态开源项目模型语音识别音频语言模型
Qwen-Audio-Chat是一款大规模音频语言模型,支持多种音频输入和文本输出。该模型采用创新的多任务学习框架,可处理30多种音频任务,在多个基准测试中表现优异。它能够支持多轮对话、声音理解、音乐欣赏等复杂场景,为音频AI研究和应用提供了有力工具。Qwen-Audio-Chat已开源模型代码和权重,并允许商业使用,推动了音频AI技术的发展。
LibreChat - 综合AI聊天平台,支持多种模型和自定义功能
AI模型GithubLibreChat多模态聊天开源开源项目自定义预设
LibreChat是一个开源AI聊天平台,提供类似ChatGPT的用户界面,支持暗黑模式和流媒体功能。用户可以选择使用OpenAI、Azure、Google等多种AI模型,并可在远程和本地AI服务之间切换。平台支持多语言界面,提供图像分析、多模态聊天、对话分支和插件等功能。LibreChat允许创建、保存和分享自定义预设,支持多用户安全认证和社区驱动开发,并提供本地和云端部署选项。
chat-with-mlx - Apple Silicon Mac本地AI聊天平台 支持多种开源大语言模型
Apple SiliconGithubMLX开源模型开源项目机器学习聊天机器人
chat-with-mlx是一个基于Apple MLX框架的本地AI聊天平台,专为Apple Silicon Mac打造。该平台集成了Llama-3、Phi-3、Yi等多种开源大语言模型,注重用户数据隐私保护。项目特点包括简易安装、便捷使用,支持集成HuggingFace和MLX兼容模型。此外,平台还提供文档和YouTube视频处理功能,是一个全面的MLX语言模型聊天界面。
Interactive-LLM-Powered-NPCs - 为热门游戏NPC提供逼真对话体验的项目
GithubInteractive LLM Powered NPCsNPC人工智能对话开源项目游戏
项目利用麦克风互动、面部识别和无限存储等技术,为热门游戏中的NPC提供逼真对话体验,无需修改源代码即可无缝整合。
TalkWithGemini - 一键免费部署多模态Gemini应用
GeminiGithub免费部署多模态模型开源项目语音对话跨平台客户端
免费一键部署支持多模态的Gemini应用,兼容Gemini 1.5 Pro、Flash和Vision型号,具备图片识别、语音对话和跨平台客户端功能。支持多国语言,提供隐私安全和优质用户界面。适用于Github Page和Vercel等静态网站服务,提高办公效率。
CircleChat - 多智能体协作式AI对话平台
AI代理AI工具CircleChat多视角协作聊天工具问题解决
CircleChat是一个创新的多智能体AI对话平台,支持多个GPT代理同时参与交互。通过引入不同视角的AI代理,用户可协作解决复杂问题。平台支持设定目标和创建个性化角色,实现丰富的对话体验。CircleChat提供免费使用的多元化AI协作环境,助力用户高效探索和解决问题。
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