产品库

AI笔记助手，记录、整理、对话，让知识管理更智能。

聆龙是一款AI笔记助手，它通过语音AI笔记功能，支持用户随时记录信息，并以富文本形式保存。它还具备AI智能标签功能，能够自动生成标题，帮助用户与自己的知识库进行对话。此外，聆龙采用了独创的AI卡片盒笔记法，让用户能够不断记录，实现知识的自然呈现。产品支持多平台同步，包括安卓、苹果和Web版，满足不同用户的需求。

轻松视频转图文，加速内容学习与传播

ReadLecture 是一款专注于讲座类视频转换为图文结合文档的平台，通过AI技术精准截取视频中的PPT和将演讲者的语言转换为文字稿，大幅提升视频内容的观看效率。该产品通过智能AI笔记生成，提供多维度笔记，包括内容大纲思维导图、自我问答、金句摘抄、专业术语解释、内容翻译等，助力用户高效学习和传播知识。

飞书妙记是新一代的智能会议工具，将会议交流沉淀为知识，让会议更专注、更高效。

飞书妙记是智能会议纪要工具，可将会议内容转录成易搜索、可翻译的逐字稿，自动总结会议纪要与待办事项，提升回顾和协作效率。

一个具有先进语音活动检测、唤醒词激活和即时转录功能的稳健、高效、低延迟的语音到文本库。

RealtimeSTT是一个开源的语音识别模型，能够实时将语音转换为文本。它使用了先进的语音活动检测技术，可以自动检测语音的开始和结束，无需手动操作。此外，它还支持唤醒词激活功能，用户可以通过说出特定的唤醒词来启动语音识别。该模型具有低延迟、高效率的特点，适合需要实时语音转录的应用场景，如语音助手、会议记录等。它基于Python开发，易于集成和使用，且在GitHub上开源，社区活跃，不断有新的更新和改进。

Flowith 2.0 是一个集成了知识库的AI创作工作空间。

Flowith 2.0 是一个功能强大的AI创作平台，它为用户提供了一个集成了知识库的创作空间，能够帮助用户快速高效地完成各种创作任务。该产品采用了先进的AI技术，具备多种实用功能，如在线搜索、生成图像、翻译文本等，能够满足用户在不同场景下的创作需求。其主要优点在于操作便捷、功能丰富，能够显著提高创作效率。产品主要面向需要进行内容创作、数据分析等工作的用户群体，价格策略尚未明确，但从其功能和定位来看，具有较高的性价比。

AI驱动的知识管理和自动化任务平台，助力企业提升效率和决策质量。

Vortn.com是一个基于AI的生产力工具，旨在帮助企业通过知识治理、智能聊天和自动化任务来提升工作效率和决策质量。它提供了一个可扩展的解决方案，能够随着企业的发展而进化。产品具有高度的灵活性和精确性，支持多种工作流程和团队协作模式。Vortn.com提供多种定价计划，包括免费的入门计划和适合快速成长企业的付费计划，以及针对隐私担忧的本地部署解决方案。

基于思维导图变化的首个AI生成平台，让AI与你的思维方式对齐。

Minduck是一个创新的AI平台，通过视觉思维工具引导AI生成过程，使用户能够以清晰、有组织的步骤将想法变为现实。它旨在帮助那些在技术面前感到挣扎的人，通过自然的方式创造、探索和构建想法，释放AIGC的潜力。该平台强调个性化和直观的用户体验，提供免费试用，定位为教育、创作和商业领域中的创意和学习工具。

一款通过反思和AI技术提升阅读效果的APP

2Read App是一款旨在提升用户阅读体验的移动应用程序。它通过同步Kindle高亮、提供每日回顾功能以及利用AI技术生成词汇解释、高亮洞察和内容摘要等方式，帮助用户更好地理解和记忆阅读内容。该产品的核心优势在于其结合了传统阅读与现代技术，使用户能够更深入地反思和吸收书籍中的知识。产品定位为阅读爱好者和终身学习者，价格方面，基础功能免费，但AI功能需要购买相应的AI积分。其背景信息显示，该APP由1truejishnu开发，致力于通过技术创新推动个人成长和知识获取。

基于ESP32的AI聊天机器人项目，可实现多语言对话与声纹识别

xiaozhi-esp32 是一个开源的 AI 聊天机器人项目，基于乐鑫的 ESP-IDF 开发。它将大语言模型与硬件设备相结合，使用户能够打造出个性化的 AI 伴侣。项目支持多种语言的语音识别与对话，具备声纹识别功能，能够识别不同用户的语音特征。其开源特性降低了 AI 硬件开发的门槛，为学生、开发者等群体提供了宝贵的学习资源，有助于推动 AI 技术在硬件领域的应用与创新。项目目前免费开源，适合不同层次的开发者进行学习与二次开发。

智能逐页分析PDF书籍，提取知识点并生成摘要。

这是一个用于逐页分析PDF书籍的智能脚本，它能够提取知识点并生成阶段性摘要。该脚本处理每页内容，允许详细理解内容的同时保持书籍的上下文连贯性。它代表了人工智能在文档处理和知识提取领域的应用，具有自动化、高效率和准确性的主要优点。背景信息显示，这是一个集合了400多个AI项目的项目之一，支持者可以通过Patreon获得更多资源。

全能AI助手，提供语音识别、字幕翻译、文档速读等功能

通义是一款集成了语音识别、实时字幕翻译、智能总结等功能的浏览器插件，旨在提高用户在网课、追剧追番、线上会议等场景下的效率。它通过AI技术，帮助用户快速记录、转写、翻译和总结网页内容，特别适合需要处理大量信息的用户。产品背景基于当前信息爆炸的时代，用户需要更高效的工具来管理、理解和消化信息。目前产品提供免费试用，具体价格和定位根据用户需求而定。

将语音转换为博客文章的助手

Robo Blogger是一个专注于将语音转换为博客文章的人工智能助手。它通过捕捉自然语言中的创意，将其结构化为有条理的博客内容，同时可以结合参考资料以确保文章的准确性和深度。这个工具基于之前Report mAIstro项目的概念，专为博客文章创作优化。通过分离创意捕捉和内容结构化，Robo Blogger帮助保持原始想法的真实性，同时确保专业呈现。

实时浏览器端语音识别应用

Moonshine Web是一个基于React和Vite构建的简单应用，它运行了Moonshine Base，这是一个针对快速准确自动语音识别（ASR）优化的强大语音识别模型，适用于资源受限的设备。该应用在浏览器端本地运行，使用Transformers.js和WebGPU加速（或WASM作为备选）。它的重要性在于能够为用户提供一个无需服务器即可在本地进行语音识别的解决方案，这对于需要快速处理语音数据的应用场景尤为重要。

您的智能外挂大脑，高效管理碎片化信息。

话袋AI笔记是一款集笔记备忘、灵感收集、梳理思路和AI助理于一体的智能笔记应用。它支持全平台同步，方便用户随时随地记录和整理信息。产品采用阿里云进行数据传输和加密存储，保护用户隐私和数据安全。话袋AI笔记以其强大的AI搜索/问答、知识管理、头脑风暴和一键速记功能，帮助用户提升工作与学习效率，尤其在教育、项目管理和文案策划等领域发挥重要作用。

世界上最快的边缘部署音频语言模型

OmniAudio-2.6B是一个2.6B参数的多模态模型，能够无缝处理文本和音频输入。该模型结合了Gemma-2B、Whisper turbo和一个自定义投影模块，与传统的将ASR和LLM模型串联的方法不同，它将这两种能力统一在一个高效的架构中，以最小的延迟和资源开销实现。这使得它能够安全、快速地在智能手机、笔记本电脑和机器人等边缘设备上直接处理音频文本。

端侧全模态理解开源模型

Megrez-3B-Omni是由无问芯穹研发的端侧全模态理解模型，基于大语言模型Megrez-3B-Instruct扩展，具备图片、文本、音频三种模态数据的理解分析能力。该模型在图像理解、语言理解、语音理解方面均取得最优精度，支持中英文语音输入及多轮对话，支持对输入图片的语音提问，根据语音指令直接响应文本，在多项基准任务上取得了领先的结果。

AI增强的高级笔记和研究助理。

NotebookLM Plus是Google提供的AI增强型研究助理服务，它为个人用户、团队和组织提供了一个功能强大的AI研究助理。这个服务允许用户上传各种格式的文件，包括PDF、网站、Google文档、幻灯片和YouTube链接，并创建一键式摘要、FAQ、时间线和简报文档。NotebookLM Plus版本提供了更多的高级功能，例如增加音频概览、自定义笔记本响应风格和长度、创建共享笔记本以及获取使用分析等。此外，NotebookLM Plus还强调了数据隐私保护，确保用户组织的数据仅供用户和他们选择共享笔记本的人使用，不会被用于训练NotebookLM。

语音驱动的AI助手，提升工作效率。

Shortcut by Poised是一个基于语音的AI助手，旨在通过自然对话的方式提升用户的工作效率。它允许用户通过语音输入快速获得答案、整理思路、起草消息、电子邮件和文档，同时保持工作流程的连贯性。产品通过AI技术将自然语言转换为精炼的文本，并提供多种语言风格选项，满足不同场合的需求。Shortcut by Poised的背景信息显示，它在Product Hunt上发布，并即将推出Windows和移动应用版本，目前Mac版本已可下载。

AI代理测试和评估平台

Coval是一个专注于AI代理测试和评估的平台，旨在通过模拟和评估来提高AI代理的可靠性和效率。该平台由自主测试领域的专家构建，支持语音和聊天代理的测试，并提供全面的评估报告，帮助用户优化AI代理的性能。Coval的主要优点包括简化测试流程、提供AI驱动的模拟、兼容语音AI，以及提供详细的性能分析。产品背景信息显示，Coval旨在帮助企业快速、可靠地部署AI代理，提高客户服务的质量和效率。Coval提供三种定价计划，满足不同规模企业的需求。

AI驱动的会议工作流程自动化工具

Tactiq.io是一个为团队会议设计的AI工作流程自动化工具，支持Google Meet、Zoom和Microsoft Teams等平台。它通过自动转录会议、提取关键信息、创建工作流程来节省时间，确保团队对齐，并提高会议的生产力。产品背景信息显示，Tactiq.io旨在通过AI技术简化会议后的手动任务，减少沟通失误，提升工作效率。关于价格，Tactiq.io提供免费试用，并有不同级别的付费计划以满足不同用户的需求。

智能笔记助手，提升工作效率

NoteAI是一个旨在提高用户工作效率的智能笔记助手。它通过先进的人工智能技术，帮助用户快速整理笔记、提取关键信息，并提供智能搜索功能。NoteAI的主要优点在于其高效的信息处理能力和用户友好的界面设计，使得用户能够在短时间内找到所需信息，从而节省时间并提高工作效率。产品背景信息显示，NoteAI面向需要处理大量信息和文档的专业人士，价格定位为免费试用，以吸引用户体验其功能。

一键分发同步文章、动态内容至多个自媒体平台

Distributer是一款专为内容创作者、自媒体人设计的浏览器插件，帮助用户将文章、动态等内容快速同步分发到多个自媒体平台。它支持全球主流内容平台，具备AI翻译、实时监控等功能，大幅提升内容分发效率和准确性。产品背景信息显示，Distributer旨在解决跨平台内容分发的难题，通过技术手段提高创作者的工作效率，同时降低成本。价格方面，Distributer提供免费试用，具体定价信息需访问官方网站查询。

强大的文档和笔记应用，打造世界最佳文档。

Craft Docs是一款专为Mac和iOS设计的文档和笔记应用，以其强大的功能和美观的设计获得多项奖项，包括The Webby Award和Apple Design Award。它集成了Apple Intelligence和GPT 4o技术，提供即时同步、离线模式、AI辅助的总结和翻译等功能。Craft Docs以其革命性的用户体验和强大的功能，成为笔记应用中的佼佼者，适合需要高效管理文档和笔记的用户。

联合语音转录和实体识别的先进模型

Whisper-NER是一个创新的模型，它允许同时进行语音转录和实体识别。该模型支持开放类型的命名实体识别（NER），能够识别多样化和不断演变的实体。Whisper-NER旨在作为自动语音识别（ASR）和NER下游任务的强大基础模型，并且可以在特定数据集上进行微调以提高性能。

知识共享的对话式AI平台

Dokko是一个革命性的知识管理平台，它通过先进的AI和自然语言理解技术，提供直观的聊天机器人界面，无缝连接团队和客户，促进轻松沟通和知识交流。Dokko通过集中化、直观的系统整合分散的数据源，使用自然、会话式的文本，解决了组织中信息孤岛的问题。产品的主要优点包括易于集成、自动化数据组织和集成、实时性能监控和优化等。Dokko支持多种大型语言模型（LLMs），允许用户根据特定需求选择最佳的AI引擎，并定制响应以反映组织的独特特性。

多模态语音大型语言模型

ultravox-v0_4_1-mistral-nemo是一个基于预训练的Mistral-Nemo-Instruct-2407和whisper-large-v3-turbo的多模态语音大型语言模型（LLM）。该模型能够同时处理语音和文本输入，例如，一个文本系统提示和一个语音用户消息。Ultravox通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以输入到声码器中产生语音输出。该模型由Fixie.ai开发，采用MIT许可。

多模态语音大型语言模型

fixie-ai/ultravox-v0_4_1-llama-3_1-70b是一个基于预训练的Llama3.1-70B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊伪标记<|audio|>将输入音频转换为嵌入，并与文本提示合并后生成输出文本。Ultravox的开发旨在扩展语音识别和文本生成的应用场景，如语音代理、语音到语音翻译和口语音频分析等。该模型遵循MIT许可，由Fixie.ai开发。

多模态语音大型语言模型

fixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以用于声码器产生语音输出。该模型在翻译评估中表现出色，且没有偏好调整，适用于语音代理、语音到语音翻译、语音分析等场景。

下一代语音AI，打造自然沟通的AI语音代理。

Ultravox.ai是一个先进的语音语言模型（SLM），直接处理语音，无需转换为文本，实现更自然、流畅的对话。它支持多语言，易于适应新语言或口音，确保与不同受众的顺畅沟通。产品背景信息显示，Ultravox.ai是一个开源模型，用户可以根据自己的需求进行定制和部署，价格为每分钟5美分。

革命性的树状视图应用，与AI直接协作，组织和互动你的想法。

Knowing®是一个创新的树状视图应用，它改变了组织和与想法互动的方式。通过层次结构直接与AI协作，确保用户始终能看到全貌。产品以其极简界面、树状视图、AI集成、用户自定义动作和功能、轻松重组、协作和云存储、免费且无与伦比的灵活性等特点，成为思考者、作家、头脑风暴者、商业开发者和创作者的终极工具。它集成了结构化知识管理与强大的AI协作，使用户能够以无与伦比的便捷和灵活性组织、创新和创造。