产品库

AI自动生成视频字幕，支持35+语言。

AI Subtitle Generator是Vmaker AI提供的一项服务，它利用人工智能技术自动为视频生成字幕，支持35种以上语言的字幕生成和翻译，帮助视频创作者扩大观众范围，提高视频的可访问性，增加观看时长，提升SEO排名，并在社交媒体上增加互动。产品背景信息显示，Vmaker AI由Animaker Inc开发，提供包括屏幕录制、视频编辑在内的多种视频制作工具。

让应用通过语音与文本的转换实现智能交互。

Azure 认知服务语音是微软推出的一款语音识别与合成服务，支持超过100种语言和方言的语音转文本和文本转语音功能。它通过创建可处理特定术语、背景噪音和重音的自定义语音模型，提高听录的准确度。此外，该服务还支持实时语音转文本、语音翻译、文本转语音等功能，适用于多种商业场景，如字幕生成、通话后听录分析、视频翻译等。

基于OpenAI和Azure Cognitive Services构建的机器翻译服务

Robo Translator是一款基于人工智能的机器翻译服务，可以帮助您将内容本地化，更好地吸引全球观众。它使用最新的OpenAI模型，提供高度准确的翻译工具。无论是音频、视频还是文本文档，都可以轻松地翻译成一个或多个语言。同时，Robo Translator还支持自动翻译YouTube视频的字幕和生成多语言音频轨道，以及快速准确的音频转录和字幕生成。Robo Translator还支持软件本地化，可以处理常见的本地化格式。我们提供按使用量计费的定价模式，保证您只支付实际使用的部分。

声波 - 语音识别和翻译

SpeechPulse是一款语音识别和翻译软件。它使用OpenAI的Whisper语音到文本模型，实现实时的语音识别，支持多种语言。用户可以使用麦克风输入文字，也可以通过转录音视频文件进行语音识别和翻译。SpeechPulse可以在各种场景下使用，例如办公文档编辑、网页浏览、文件转录、视频字幕生成等。它具有极高的准确性和低延迟，并且完全离线使用。SpeechPulse提供免费版和付费版，付费版支持更多功能和更好的准确性。

在线字幕生成工具

字幕酱利用 AI 深度学习技术，提供自动在线字幕生成、字幕制作、语音转字幕、字幕翻译、字幕格式转换等功能。支持多种语种和常见音视频格式，60 秒内短视频免费。

视频字幕生成与编辑工具

易字幕是一款简单实用的在线自动字幕生成与编辑工具。能够快速准确地为视频和YouTube链接生成和编辑字幕，并支持150+种免费语言翻译。具有高准确度的转录效果，性价比高，操作方便，提供免费的字幕下载和翻译。

AI智能生成准确字幕

视频字幕是一款采用先进的AI技术，能够自动转录音频并将其翻译成准确的英文字幕的应用。通过自动转录和同步字幕，提高可访问性并节省时间。支持50多种语言，可将字幕生成为.vtt、.srt或.txt格式。

Nova A.I. - 让你的创造力自由发挥！

Nova A.I. 是一个简单而强大的在线视频编辑和日志记录软件，由计算机视觉视频搜索引擎提供支持。它提供了多种视频编辑工具，包括视频剪辑、视频裁剪、视频合并、视频滤镜等。同时还提供了视频字幕编辑、字幕生成、字幕翻译等视频文本工具。Nova A.I. 的优势在于其智能的视频搜索功能，可以帮助用户快速定位并编辑视频内容。定价方面，Nova A.I. 提供免费和付费的不同版本，具体价格可以在官方网站上获取。Nova A.I. 主要面向视频编辑、内容创作者、社交媒体营销人员等用户群体。

定制化AI动画编辑器

Krikey AI动画制作软件是一款定制化的AI动画编辑器，提供了独特的面部表情、手势等编辑工具。拥有数千种高保真度的AI生成动画，可以导出视频或FBX文件。适用于创建视频、游戏等多种用途。

AI动画制作工具

Krikey AI动画制作是一款强大的工具，提供定制化的AI生成动画。通过使用独特的面部表情、手势等编辑工具，用户可以自定义AI动画。库中拥有数千种高保真度的动画，用户可导出视频或FBX文件。定价详见官网。

一站式AI内容生成器，助力跨境电商提升效率。

Kerqu.Ai是一个为跨境电商卖家提供一站式AI解决方案的平台，整合了先进的AI技术，帮助用户节约成本、提升品牌影响力和销售转化率。产品通过AI技术实现模特换场景、AI图片创作、批量抠图、图片变高清等功能，同时提供一键撰写文案、优化文案和多语言翻译服务，满足多站点经营需求。

高质量、类人同声传译系统

CLASI是一个由字节跳动研究团队开发的高质量、类人同声传译系统。它通过新颖的数据驱动读写策略平衡翻译质量和延迟，采用多模态检索模块来增强特定领域术语的翻译，利用大型语言模型（LLMs）生成容错翻译，考虑输入音频、历史上下文和检索信息。在真实世界场景中，CLASI在中英和英中翻译方向上分别达到了81.3%和78.0%的有效信息比例（VIP），远超其他系统。

一键翻译创意作品至75+种语言

Vitra.ai是一个提供在线翻译服务的平台，专注于帮助设计师和企业将创意作品翻译成多种语言，以扩大品牌在全球的受众范围。其核心优势在于通过上下文翻译引擎确保品牌声音和信息与当地受众产生共鸣，同时保持品牌身份。Vitra.ai还提供了翻译记忆和术语表功能，以确保跨语言的术语一致性和准确性。此外，Vitra.ai还提供校对服务，确保翻译的100%准确性，并支持跨团队协作，简化流程。

在Chrome浏览器内翻译阅读或书写的内容

DeepL Chrome扩展是一款由全球最精确的人工智能翻译器支持的浏览器插件，它允许用户在Chrome浏览器中即时翻译阅读或书写的内容。它利用神经网络和人工智能技术，能够捕捉最细微的差别，提供比同行业竞争对手更准确的翻译结果，准确度高达三倍以上。

浏览器AI助手，提升工作学习效率

豆包浏览器插件旨在通过AI技术提升用户的工作效率和学习效率。它具备快速视频与一键从网页、PDF和视频中总结并生成亮点的功能，同时支持在网页任意地方划词进行全方位AI搜索。此外，它还提供全文对照翻译功能，帮助用户在阅读外文资料时更轻松地理解内容。豆包插件的设计理念是将AI技术与日常使用场景相结合，让用户在进行网页浏览、文档阅读和视频观看时能够更加便捷地获取信息和知识。

AI视频多语言配音服务

Speax AI提供快速、准确的AI视频配音服务，支持29种以上语言的即时翻译和配音。它通过先进的AI技术确保声音同步和文化准确性，同时提供具有竞争力的价格。

最前沿的开源AI模型，支持多语言和高级功能。

Llama 3.1是Meta AI推出的最新一代大型语言模型，具有128K的上下文长度扩展、支持八种语言，并首次开源了405B参数级别的前沿AI模型。该模型在通用知识、可控性、数学、工具使用和多语言翻译方面具有最先进的能力，能够与最好的闭源模型相媲美。Llama 3.1的发布，将为开发者提供解锁新工作流程的工具，例如合成数据生成和模型蒸馏。

深度学习领域的经典教材中文翻译

《深度学习》是一本由Simon J.D. Prince所著的深度学习领域的经典教材，MIT Press于2023年12月5日出版。本书涵盖了深度学习领域的许多关键概念，适合初学者和有经验的开发者阅读。本仓库提供了该书的中文翻译，翻译基于原书的最新版本，使用ChatGPT进行机翻并进行人工审核，确保翻译的准确性。

智能双语翻译，助力词汇记忆

Relingo是一款专注于提升用户英语词汇记忆能力的教育类APP。它通过在用户阅读和观看视频时自动高亮生词并提供翻译，帮助用户在感兴趣的内容中轻松积累单词。产品支持多种语言，包括中文、英文、日文等，覆盖了全文翻译、视频双语字幕、PDF阅读等多种场景，使用户在沉浸式翻译中提升语言能力。

快速将英文视频转换为中文视频

EasyVideoTrans 是一个专注于视频翻译的在线工具，旨在通过高效的技术手段将英文视频内容快速转换为中文视频。该产品利用先进的文本翻译技术和强大的GPU加速，为用户提供快速、高质量的视频翻译服务。其主要优点包括：1. 高效转换：利用GPU加速，大幅提升视频翻译速度。2. 高质量翻译：文本翻译质量高，减少人工校对和翻译时间。3. 个性化定制：支持字幕编辑、翻译引擎选择和对话人声个性化。4. 灵活操作：支持从任意步骤开始，随时可以人工介入更改。5. 所见即所得：所有操作提供WEB界面，参数配置直观易用。

快速转换和翻译扫描文档

DocuTranslate 是一款专注于文档转换和翻译的在线服务。它利用先进的光学字符识别（OCR）技术和翻译技术，能够快速将扫描的文档转换为Word格式，并提供准确的翻译。用户可以通过上传文档、选择目标语言并确认使用信用点数，几秒钟内即可收到翻译后的文档，方便进一步编辑。该服务支持26种语言，适用于翻译人员和需要高效文档处理的专业人士。

阿里云推出的大型音频语言模型

Qwen2-Audio是由阿里云提出的大型音频语言模型，能够接受各种音频信号输入，并根据语音指令进行音频分析或直接文本回复。该模型支持两种不同的音频交互模式：语音聊天和音频分析。它在13个标准基准测试中表现出色，包括自动语音识别、语音到文本翻译、语音情感识别等。

AI驱动的虚拟手语翻译服务

Sign AI是一个由Mudita Studios在西雅图发起的创业项目，旨在通过人工智能技术，为听障和重听人群提供实时、双向的手语翻译服务。它通过虚拟形象提供准确的手语翻译，同时将手语翻译成口语，确保所有参与者都能获得丰富、有情感的沟通体验。Sign AI的解决方案可以24/7不间断地提供服务，不受传统手语翻译者的时间和地点限制，且易于集成到各种平台，如Zoom、Microsoft Teams、WebEx和Google Meet。

大规模长视频数据集，结构化字幕

MiraData是一个大规模的视频数据集，专注于长视频片段，平均时长72秒，提供结构化字幕，平均字幕长度318字，丰富了视频内容的描述。通过使用GPT-4V等技术，MiraData在视频理解和字幕生成方面展现出高准确性和语义连贯性。

AI驱动的沉浸式浏览器，提供双语对照浏览。

Starry 是一款由 AI 驱动的浏览器，致力于让用户轻松浏览外文网页，消除干扰元素，提供更流畅的浏览体验。它通过双语对照浏览功能，让用户无障碍地浏览互联网外文内容，并在浏览过程中以对照的方式学习外文。AI翻译能力贴近原文表达，摆脱传统机翻困扰。

开箱即用的私有化大模型工具集

FlashAI免费一键部署本地大模型是一个搭载本地知识库的私有化大模型工具集，支持多种语言，具备文本生成、文档翻译等功能，适用于需要高效处理文本信息的企业和个人。

AI驱动的参考文献管理助手

Afforai是一个AI驱动的参考文献管理助手，旨在帮助研究人员管理、注释、引用论文，并以AI的可靠性进行文献综述。它提供了一个全新的研究材料存储方式，使用户能够专注于真正重要的事情。Afforai支持多种文档格式，包括DOI、URL、PDF等，并具有多种搜索模式，可以连接数百篇论文进行总结、比较和翻译。此外，Afforai还提供数据引用，使用户能够方便地核实信息来源，确保研究的可靠性。

集成聊天、文本转图像、文本转语音和机器翻译的桌面应用

Rodel Agent 是一款集成了聊天、文本到图像、文本到语音以及机器翻译功能的Windows桌面应用程序。它支持当前主流的AI服务，为用户提供了卓越的桌面AI体验。该产品的主要优点包括强大的集成功能、用户友好的界面以及对主流AI服务的支持，能够显著提高用户的工作效率和创造力。

下一代AI驱动的富文本编辑器

AIEditor是一个基于Web组件开发的AI驱动的富文本编辑器，支持任何框架，支持私有部署以确保数据和隐私安全。它具有强大的AI功能，如拼写和语法检查、文本扩展和压缩、一键翻译和内容摘要等，无需离开编辑器即可完成。此外，它还支持多人实时协作和评论功能，适合软件开发、市场营销、法律文件审查等多种场景。

软件本地化平台，提供AI翻译和协作翻译工作流

Translized是一个为开发者设计的软件翻译和本地化平台，专注于软件翻译管理、质量保证和本地化。它通过提供无缝、成本效益高的解决方案，帮助技术团队推动业务增长，实现产品的全球化。Translized支持超过75种语言，提供包括网站、游戏和应用程序在内的数字产品的本地化服务，并支持空中更新。