产品库

开源、精准、方便的视频切片工具

FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。

一个统一的文本到任意模态生成框架

Lumina-T2X是一个先进的文本到任意模态生成框架，它能够将文本描述转换为生动的图像、动态视频、详细的多视图3D图像和合成语音。该框架采用基于流的大型扩散变换器（Flag-DiT），支持高达7亿参数，并能扩展序列长度至128,000个标记。Lumina-T2X集成了图像、视频、3D对象的多视图和语音频谱图到一个时空潜在标记空间中，可以生成任何分辨率、宽高比和时长的输出。

使用AI自动翻译您的视频。立即配音您的第一个视频！

Dubbah是一个使用AI技术进行翻译和配音的专业级平台，适用于短视频内容。我们的平台可以将您的视频翻译成不同的语言，同时保留原始语音和背景音乐，扩大您的全球影响力。我们的深度学习算法可以分析原始内容的细微差别和情感，确保生成的配音传达所期望的语气和情感，为观众提供真实的体验。

通过AI技术，轻松实现视频的多语言翻译和配音，连接全球观众。

Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。

HitPaw Edimakor是一款功能强大的高级AI视频编辑器，旨在帮助您以简单创意的方式编辑视频。试试它，创作专业视频！

HitPaw Edimakor是一款功能强大的高级AI视频编辑器，旨在帮助您以简单创意的方式编辑视频。它提供了无限轨道的时间轴上轻松编辑工具，包括贴纸、转场、滤镜、文字等，可以轻松创建令人惊艳的视频。它还具有AI驱动的功能，如语音转文本、AI脚本生成、AI音频编辑等。HitPaw Edimakor适用于创意专业人士和想要将多个视频片段制作成令人难忘的蒙太奇的个人用户。

用AI在几分钟内为您的视频提供本地化服务

Dub AI是一款AI驱动的语音克隆和翻译工具，可以帮助您轻松为视频添加翻译和配音，扩大全球观众。

利用人工智能提升工作效率。记录你的想法、视频、旅程等等。

SecBrain是一款利用人工智能提升工作效率的语音备忘录应用。它可以记录你的语音、视频、文字等内容，并自动生成标题、摘要和标签，保存在云端。通过OpenAI技术，SecBrain能帮助你搜索、合并、转换想法，并轻松将简单的笔记转化为全面的任务列表。它的主要优点包括易于使用、自动化生成、多种任务管理功能、智能搜索、想法组合等。SecBrain适用于各行各业的人士，可以帮助他们提高工作效率，保存和管理各种信息。

赛灵力虚拟数字人工厂提供 AI 虚拟人视频创作服务，让数字人拥有真人般交互能力。

赛灵力虚拟数字人工厂致力于 2D 虚拟人、3D 虚拟人、声音克隆等 AI 技术探索和产业应用，为企业、政府、个人提供虚拟数字人 AI 视频创作、个人形象定制、声音定制、智能语音合成等服务。

一键文本转视频的工具

text2video是一个可以将文本自动转换为视频的工具。它采用了stable-diffusion和edge-tts等技术,可以将文本分段生成图片和语音,并通过ffmpeg将其合成为带有字幕和配音的视频。该工具的初衷是实现小说的可视化阅读功能,能够帮助用户更加生动形象地阅读文字内容。该工具支持免费使用,可以根据个人需求进行定制化。

AI图像、视频、音乐生成工具

ApolloAI是一款人工智能平台，提供AI图像、视频、音乐、语音合成等功能。用户可以通过文本或图片输入生成多种类型的内容，具备商业使用权。定价灵活，提供订阅和一次性购买两种模式。

学习外语看海外剧集的浏览器字幕翻译工具

NewTranx Subtitler是一款浏览器插件，通过实时语音识别和AI翻译技术，能够快速将视频的语音内容识别并翻译为双语字幕。支持130多种语言和方言的识别和翻译。用户可以导出字幕和音频，支持在线编辑。可用于学习、观影等场景。

AI制作高转化视频

KapKap是一款基于AI的唇同步视频生成工具，帮助创作者制作高转化的营销视频。您可以使用语音转文字获取文案，使用4K相机拍摄高清产品视频，使用自动提词器让您在摄像机前的表演更加自然。当然，我们也提供强大的编辑功能，可以一键删除尴尬的沉默，添加引人注目的字幕，并支持多种语言。您还可以通过一张照片创建自己的动画视频。欢迎使用KapKap！

网页浏览器中的音频转录,支持链接、文件或语音录制

这是一款基于AI技术的网页音频转录产品,可以直接在浏览器中将音频链接、上传的音频文件或语音录制转换为文字。它具有以下优势:1)无需下载安装,在线即可使用;2)支持多种音频输入方式;3)AI语音识别技术,准确高效;4)操作简单,界面友好。该产品主要面向需要将音频内容转录为文字的人群,如视频制作者、播客主播、记者等,帮助他们提高工作效率。

基于少量语音样本生成逼真的人声音频

Voice Engine是一种先进的语音合成模型,它仅需15秒的语音样本,便能生成与原始说话人极为相似的自然语音。该模型广泛应用于教育、娱乐、医疗等领域,可为非读写人群提供朗读辅助、为视频和播客内容翻译语音、为非语言人群赋予独特语音等。其显著优势在于所需语音样本少、生成语音质量高、支持多语种。Voice Engine目前处于小规模预览阶段,OpenAI正在与各界人士探讨其潜在应用和伦理挑战。

真实人声AI文本转语音

VoiceBar提供最逼真的AI语音合成服务，包括多国语言和口音，具有高级的语音质量和真实感。无需订阅，使用极具竞争力。适用于语音留言、多语言文本转语音、TikTok、解说视频、学习等场景。

智能提词，告别忘词

芦笋提词器是一款智能跟读、隐形提词的应用，支持网课录制、直播口播、视频拍摄等场景，让用户告别忘词，实现一镜到底的提词体验。产品定位于提高用户录制效率，提升演讲口才，适用于各种语音内容创作场景。

下一代AI视频平台,人人都可轻松制作工作室级视频。

HeyGen 5.0是一款下一代AI视频平台。它拥有数字化虚拟人物、语音转文本和视频翻译等技术,任何人都可以轻松制作出工作室级别的高质量视频。该平台的主要特点包括:先进的AI工作室,为用户提供更多音频、元素、动画等灵活控制,轻松创建令人难忘的视频内容。大规模批量化制作个性化视频,适用于获取销售线索、欢迎新员工入职、面向学生等各种场合。站在科技前沿,为团队每个成员赋能视觉讲述能力。HeyGen 5.0致力于让每个人都能创建吸引人的视频内容,成为视觉讲述大师。

加入群组，分享快乐时光

Discord是一个多功能的即时通讯平台，允许用户加入校园俱乐部、游戏群组和艺术社区等。用户可以创建私密频道，通过语音、视频或屏幕分享与朋友交流，享受低延迟的沟通体验。Discord还提供管理工具，帮助运营社区，自定义访问权限，为成员提供特殊权力。无论是娱乐消遣还是团队合作，Discord都能满足您的需求。

轻松翻译视频,我们的AI可以完美匹配说话者的嘴型

该产品通过AI技术实现视频语音的自动配音和口型同步,可以轻松实现视频的多语种翻译,并保留原始音色。主要特点包括:1)33%以上的同步精度,媲美人工口型同步;2)无损视频分辨率;3)高保真语音翻译。面向的群体包括:企业培训部门、销售人员、营销团队和内容创作者。提供免费入门版和付费专业版,欢迎体验。

一键将您的视频翻译成29种以上语言

Hello8是一款视频翻译产品,能够利用人工智能技术,迅速将视频内容翻译成29种以上语言,为内容创作者、营销人员、代理商和在线教师提供服务。该产品采用全自动AI翻译,配有人性化语音,只需一键即可翻译视频。主要功能包括:1)全球覆盖,通过多语种发布内容触及全球受众;2)高效快速,由最新AI技术加速视频翻译,将翻译时间从数周缩短至数分钟;3)本地化,根据不同市场的文化和语言习惯调整内容,提高内容在本地市场的共鸣度。支持29种语言翻译,可充分满足企业和个人扩大全球影响力的需求。

Voicepanel是使用AI进行大规模反馈收集的平台

Voicepanel利用AI技术帮助企业以前所未有的速度和规模收集详细反馈。它通过AI进行目标受众的招募、进行语音或视频采访，并即时综合可行的洞察。

创建逼真的文本转语音和旁白视频

Narakeet是一个在线工具，允许用户轻松创建逼真的文本转语音和旁白视频。它提供了多种语言和声音选择，支持多种文件格式上传，并允许用户自定义音量、速度和输出格式。Narakeet的定价模式为一次性支付，无需订阅，适合商业用户和需要大量音频文件的用户。

你的AI副驾驶，强大的GPT-4技术，回答复杂问题，写邮件，阅读文章，智能搜索，随时可用。

Monica是一款全能的GPT-4 AI助手，能够帮助你解决各种任务，包括搜索、阅读、写作、翻译、绘画等。它支持多个聊天机器人，如GPT 3.5、GPT 4、Bard和Claude，可以快速访问保存的提示库，实时获取互联网信息，支持语音输入。Monica还可以通过上传PDF文件进行聊天和摘要，通过上传图片提问，并支持网页和YouTube视频摘要功能。它还可以作为搜索助手，提供增强的搜索结果，并提供快速定制写作、自动回复电子邮件、文本翻译、创作艺术和AI知识库等功能。

自动化个性化视频制作工具

Dopplio是一个利用AI技术自动化制作个性化视频的工具，它允许用户通过简单的操作生成带有个性化语音和背景的视频，用于销售、招聘和潜在客户生成等。

AI语音配音和视频翻译服务

TranslateTracks是一款AI语音配音和视频翻译服务，使用先进的人工智能技术，以更低的成本为您的内容全球化。我们提供经过专家验证的高质量配音，确保准确度和无缝的口型同步。

结合视觉语音处理与大型语言模型的框架

VSP-LLM是一个结合视觉语音处理（Visual Speech Processing）与大型语言模型（LLMs）的框架，旨在通过LLMs的强大能力最大化上下文建模能力。VSP-LLM设计用于执行视觉语音识别和翻译的多任务，通过自监督视觉语音模型将输入视频映射到LLM的输入潜在空间。该框架通过提出一种新颖的去重方法和低秩适配器（LoRA），可以高效地进行训练。

一键生成带字幕和配音的视频翻译工具

VideoTrans是一款免费开源的视频翻译配音工具。它可以一键识别视频字幕、翻译成其他语言、进行多种语音合成,最终输出带字幕和配音的目标语言视频。该软件使用简单,支持多种翻译和配音引擎,能大幅提高视频翻译的效率。

免费多语言文本转语音工具

ttsMP3是一个免费的多语言文本转语音工具，支持28种以上的语言和口音。用户可以将文本转换为自然流利的语音，并可在线收听或下载为MP3文件。适用于电子学习、演示、YouTube视频以及提高网站的可访问性等场景。