LobeChat

通过语音和人脸图像来生成逼真的嘴唇运动

讯飞听见依托科大讯飞的语音识别技术,打造智慧办公服务平台,提供语音转文字、录音转文字、视频会议、视频转文字、视频加字幕、同声翻译、语音翻译等服务,可满足多样化的语音转文字需求,致力于提高办公效率。

一种实用性极强的即时仿声技术，只需要使用来自目标发言人的短音频，就可以模仿他们的声音，并以此生成各种语言的语音

一个基于飞桨（PaddlePaddle）的跨模态大模型开发套件，旨在聚合图像、文本、视频等多种模态，以支持各种跨模态任务

MidJourney的提示工具是一个功能强大的工具

通过提炼二维扩散来学习有关节的三维动物，用于视频游戏等实时应用