Project Icon

aura-voice

智能低延迟语音助手

Aura是一款高效的智能语音助手,专为低延迟响应优化。结合Vercel Edge Functions、Whisper语音识别、GPT-4o和Eleven Labs TTS流媒体技术,提供流畅的用户体验。用户可以在浏览器中享受类似Siri的功能,并克服了网页语音助手的延迟问题。适合需要构建个人语音助手的用户,支持完整的安装和使用指南,同时提供减少延迟和提升用户体验的方法。

GoVoice - 语音转文字智能内容生成工具
AI内容生成AI工具GoVoice内容营销效率提升语音转文字
GoVoice是一款语音转文字内容生成工具,面向小型企业和个体经营者。用户通过语音输入即可快速创建博客文章、社交媒体帖子等多种形式的内容。这款工具能够提升内容创作效率,为用户节省时间。GoVoice还提供免费入门版,让用户体验便捷的智能内容创作。
ichigo - 本地实时语音AI
GithubHomebrewIchigo多模态模型实时语音AI开源项目语音理解
Ichigo是一个开放的研究项目,旨在为文本语言模型增加本地化的语音交互能力。使用早期融合技术与公开数据和权重,它可以在设备端运行,类似本地化的Siri。项目的近期进展包括提升模型在复杂交互中的语音指令跟随能力,并训练模型在背景噪音中拒绝非语音输入。项目还提供开放的合作机会,计划未来通过众包进行语音数据集扩展。更多技术细节及成果已在最新发布的研究论文中详述。
talk-to-chatgpt - 语音交互增强ChatGPT使用体验
AI助手Chrome扩展GithubTalk-to-ChatGPT可访问性开源项目语音交互
Talk-to-ChatGPT是Chrome和Edge浏览器扩展,为ChatGPT提供语音交互功能。通过语音识别和文字转语音技术,用户可与AI进行自然对话。扩展集成ElevenLabs API支持自定义语音,并提供语速、语音类型和语言等多项设置。这不仅增强了用户体验,还为老年人和残障人士提供了便利的AI交互方式。
Shush - WhisperV3模型的全栈语音转文本应用演示
GithubModalNextJSShushWhisperV3开源项目音频转录
Shush是一个开源项目,展示了如何在Modal平台上部署WhisperV3语音识别模型,并通过NextJS应用程序实现交互。该项目集成了Next.js前端和Modal后端,演示了高性能模型运行、可靠API构建和自动扩展功能。开发者可以通过此项目学习如何快速部署AI模型后端,并构建响应式前端应用,实现高效的语音转文本功能。
gpt-assistant-android - 基于ChatGPT的Android语音助手 随时随地快速获取AI回复
AndroidGPT AssistantGithubOpenAI API开源项目无障碍服务语音助手
GPT Assistant是一款基于ChatGPT的Android语音助手应用。用户可通过音量键、状态栏快捷按钮或全局上下文菜单从任意界面唤起,进行语音交互。应用支持预设提问模板、联网搜索、图像识别、连续对话和Markdown渲染。提供多种语音识别接口,实现免费便捷的AI交互体验。
Insula - 自然语音交互的智能AI助手平台
AI助手AI工具Insula人工智能自然语言交互语音通信
Insula是一个创新的AI助手平台,通过自然语音交互实现人机对话。该平台结合先进AI技术和自然语言处理能力,提供直观便捷的语音交互体验。作为智能人工智能助手,Insula能协助用户处理日程安排、信息查询、文本创作等多种日常任务,为用户带来全新的智能交互方式,提高工作效率和生活质量。
whisper.api - 开源自托管语音转文字API项目
API密钥GithubWhisper API开源项目自托管语音转文本
whisper.api是一个开源的自托管语音转文字API项目,基于微调的Whisper ASR模型。项目提供HTTP API接口,支持用户级API密钥管理,并采用量化模型优化,实现高效推理。其开源特性便于自定义和私有部署,适用于各类需要语音识别功能的应用场景。
ava - 离线运行AI语言模型的开源跨平台应用
Ava PLSGithub开源软件开源项目本地运行桌面应用语言模型
Ava PLS是一款开源跨平台应用,支持在本地计算机上离线运行AI语言模型。该应用可执行文本生成、语法纠正、改写、摘要和数据提取等多种语言任务。Ava PLS采用Zig、C++、Swift UI和SQLite等技术开发,适用于macOS、Windows和Linux系统。作为离线虚拟助手和个人语言服务器,Ava PLS为用户提供了一个功能全面的本地化AI语言处理解决方案。
Linly-Talker - 智能数字人交互系统 打造个性化虚拟对话体验
GithubLinly-Talker人工智能多模态开源项目数字人对话系统语音交互
Linly-Talker整合了大型语言模型、语音识别、文本转语音和声音克隆等AI技术,提供了一个功能丰富的数字人对话系统。用户可通过web界面上传图片,与AI进行个性化对话。系统支持多模型集成和多轮对话,能创建逼真的数字人头像并实现实时交互。Linly-Talker旨在探索更先进的人机交互方式,为用户提供超越传统问答的智能对话体验。
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