该产品利用 Gemini 2.0 语言模型和 Google Imagen 图像生成技术，结合语音识别和语音合成，为用户提供一个互动式的故事创作体验。用户可以通过语音输入选择故事走向，系统会实时生成故事内容和相关图像。该产品的主要优点是创新的交互方式和强大的内容生成能力，适合用于教育、娱乐和创意启发。目前该产品处于开源阶段，未明确具体定价，主要面向开发者和教育机构。
需求人群：
"该产品适合教育工作者用于开发互动式教学内容，也适合创意工作者获取灵感，同时也能为普通用户提供趣味性的娱乐体验。"
使用场景示例：
教育场景：教师利用该聊天机器人设计互动式故事课程，激发学生的学习兴趣。
创意写作：作家通过与聊天机器人的互动，获取故事创作灵感，探索不同的情节发展。
家庭娱乐：家长和孩子一起使用该产品，共同创作属于自己的冒险故事。
产品特色：
利用 Deepgram 实现语音转文字，将用户的语音指令转换为文本。
通过 Google Gemini 2.0 生成故事内容，提供丰富的故事情节和选择。
使用 ElevenLabs 将文本转换为语音，增强故事的沉浸感。
借助 Google Imagen 生成与故事内容相关的图像，提升视觉体验。
支持自定义环境变量，方便用户根据需求调整配置。
提供本地运行和 Docker 部署两种方式，便于开发和测试。
使用教程：
1. 克隆项目代码到本地。
2. 安装 Python 环境并创建虚拟环境，运行 `pip install -r requirements.txt` 安装依赖。
3. 创建 `.env` 文件并配置相关环境变量。
4. 进入 `frontend` 文件夹，运行 `npm install` 和 `npm run build` 构建前端。
5. 启动后端服务，运行 `python src/bot_runner.py --host localhost`。
6. 在浏览器中访问 `http://localhost:7860`，开始使用。
浏览量：19
最新流量情况
月访问量
5.03m
平均访问时长
00:06:29
每次访问页数
5.88
跳出率
37.10%
流量来源
直接访问
52.07%
自然搜索
32.84%
邮件
0.04%
外链引荐
12.88%
社交媒体
2.04%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
12.85%
德国
3.90%
印度
9.41%
俄罗斯
4.16%
美国
18.95%
一个基于语音交互的故事创作聊天机器人，提供沉浸式的“选择你自己的冒险”体验。
该产品利用 Gemini 2.0 语言模型和 Google Imagen 图像生成技术，结合语音识别和语音合成，为用户提供一个互动式的故事创作体验。用户可以通过语音输入选择故事走向，系统会实时生成故事内容和相关图像。该产品的主要优点是创新的交互方式和强大的内容生成能力，适合用于教育、娱乐和创意启发。目前该产品处于开源阶段，未明确具体定价，主要面向开发者和教育机构。
与AI圣诞老人对话，体验节日乐趣。
Talk to Santa是一个由Tavus开发的AI圣诞老人网站，用户可以通过这个平台与AI圣诞老人进行互动对话，感受节日氛围。该产品利用人工智能技术，模拟圣诞老人的对话风格，为用户提供一个有趣且富有创意的交流体验。它不仅增加了节日的趣味性，还展示了人工智能在娱乐领域的应用潜力。目前产品提供免费试用，适合所有年龄段的用户，尤其是儿童和家庭用户。
AI生成汉语词汇新颖解释及图像。
汉语新解是一个基于AI技术的项目，它使用李继刚的Prompt模板对中文名词进行二次翻译，并生成美观的图像。该项目不仅提供了智能词汇解释功能，还支持SVG图像生成，使得每个解释都配有独特的视觉化展示。此外，它还提供了预设模板、图像下载与复制功能，以及响应式设计，以适配不同设备的屏幕，提供流畅的用户体验。
世界首款为医院儿童定制的AI故事创作、讲述和插画产品
Dream Kid是世界上第一个为医院环境中的儿童量身定制、创作、讲述和插画儿童图书的AI讲故事产品。每个故事都旨在帮助您的孩子理解、应对并在医疗旅程中找到勇气。
AI图像生成的创意提示猜测游戏！
Promptdle是一款AI图像生成的创意提示猜测游戏。它通过展示AI生成的图像，玩家需要猜测出AI生成图像的创意提示。游戏具有挑战性和趣味性，既可以用于娱乐，也可以用于创造灵感。
AI Kungfu 是一款将照片转化为功夫视频的免费 AI 视频工具。
AI Kungfu 是一个创新的人工智能平台，能够将普通照片转化为动态的功夫视频。它利用先进的 AI 技术分析照片，并应用真实的功夫动作生成逼真的武术动画。该技术能够理解传统武术风格，并在保持人物身份和特征的同时生成个性化视频内容。AI Kungfu 为用户提供了一种全新的方式来创作和分享功夫视频，无论是用于娱乐还是展示个人风格，都具有很高的趣味性和创意性。它支持多种传统和现代的武术风格，如少林、太极、咏春等，满足不同用户的需求。此外，该平台操作简单，无需技术背景即可使用，生成的视频可用于个人和商业用途。
Janus Pro 是一款先进的 AI 图像生成与理解平台，提供高质量的视觉智能服务。
Janus Pro 是由 DeepSeek 技术驱动的先进 AI 图像生成与理解平台。它采用革命性的统一变换器架构，能够高效处理复杂的多模态操作，实现图像生成和理解的卓越性能。该平台训练了超过 9000 万个样本，其中包括 7200 万个合成美学数据点，确保生成的图像在视觉上具有吸引力且上下文准确。Janus Pro 为开发者和研究人员提供强大的视觉 AI 能力，帮助他们实现从创意到视觉叙事的转变。平台提供免费试用，适合需要高质量图像生成和分析的用户。
通过聊天快速创建演示文稿，AI为你设计、更新并处理繁琐工作。
CubeOne AI 是一款基于人工智能的演示文稿创建工具，通过聊天式交互，用户可以在短时间内生成高质量的演示文稿。它利用先进的AI技术，自动完成设计、更新和内容编排等任务，极大地提高了工作效率。该产品主要面向需要快速准备演示文稿的商务人士、教育工作者和创意工作者，帮助他们节省时间和精力，专注于内容的核心价值。目前，CubeOne AI 提供免费试用，用户可以根据自身需求选择合适的套餐。
Your AI-powered travel companion, simplifying visa applications and travel planning.
Gateway 是一款专注于旅行签证申请和旅行规划的 AI 助手。它通过先进的 AI 技术，为用户提供个性化的移民指导、文档支持以及 24/7 的专家协助。该产品旨在帮助用户简化复杂的签证流程，让国际旅行变得更加轻松便捷。其主要优点包括高效、便捷、专业，适合所有有出国旅行需求的人群。产品目前以网站形式提供服务，未来可能会拓展更多功能。
一个有趣的图像识别应用，用于判断上传的图片是否为热狗。
该产品利用图像识别技术，通过上传图片来判断是否为热狗。它基于深度学习模型，能够快速准确地识别热狗图像。这种技术展示了图像识别在日常生活中的趣味应用，同时也体现了人工智能技术的普及性和娱乐性。产品背景源于对AI技术的趣味探索，旨在通过简单的图像识别功能，让用户感受到AI的魅力。该产品目前为免费使用，主要面向喜欢尝试新技术和追求趣味体验的用户。
通过AI对话练习提升自信表达，适用于面试、辩论、演讲等场景。
Voice Coach 是一款基于AI技术的在线对话练习工具，旨在帮助用户通过模拟真实场景的对话练习，提升沟通能力、表达技巧和自信心。其技术核心在于利用自然语言处理和机器学习算法，为用户提供实时反馈和评分，帮助用户发现并改进表达中的不足。该产品适合需要在职场、学术或社交场合中提升沟通能力的用户，通过反复练习，用户可以更好地应对各种复杂对话场景。目前，Voice Coach 以订阅模式提供服务，用户可以根据自身需求选择不同的套餐，价格从每月几十美元到几百美元不等，具体定价因套餐内容而异。
Google Imagen 3通过Gemini API开放使用，每张图像成本0.03美元，可生成多种风格图像。
Google Imagen 3是Google推出的图像生成模型，通过Gemini API向开发者开放。它能够根据用户输入的文本提示生成高质量图像，支持多种艺术风格，如超现实主义、印象派、抽象艺术等。该模型在图像细节和色彩处理上表现出色，适用于艺术创作、广告设计、游戏开发等创意工作。其主要优点包括高效的提示跟踪能力、丰富的自定义选项以及成本效益。此外，为防止误用，所有生成图像均带有不可见水印。定价为每张图像0.03美元，适合需要批量生成图像的开发者和企业。
AI艺术伴侣，提供艺术展览Map、个性化艺术推荐和实时导览服务。
ARTLAS是一款专注于艺术领域的AI应用，旨在帮助用户更好地发现、探索和理解艺术作品。它通过提供艺术展览Map、个性化推荐以及AI智能导览等功能，帮助用户深入了解艺术作品背后的故事和文化背景。该产品适合艺术爱好者、学生以及对艺术有浓厚兴趣的人群，其主要优点是通过AI技术提供个性化的艺术体验，帮助用户节省时间和精力，同时提升艺术欣赏的深度和广度。产品目前以APP的形式呈现，用户可以通过手机随时随地使用其功能。
AI研究资源导航网站，提供AI研究资源、文档和实践案例
DeepResearch123是一个AI研究资源导航平台，旨在为研究人员、开发者和爱好者提供丰富的AI研究资源、文档和实践案例。该平台涵盖了机器学习、深度学习和人工智能等多个领域的最新研究成果，帮助用户快速了解和掌握相关知识。其主要优点是资源丰富、分类清晰，便于用户查找和学习。该平台面向对AI研究感兴趣的各类人群，无论是初学者还是专业人士都能从中受益。目前平台免费开放，用户无需付费即可使用所有功能。
一款基于StyleTTS 2架构的先进AI文本转语音模型，拥有8200万参数，提供高质量的自然语音合成。
Kokoro TTS是一款专注于文本转语音的AI模型，其主要功能是将文本内容转换为自然流畅的语音输出。该模型基于StyleTTS 2架构，拥有8200万参数，能够在保持高质量语音合成的同时，提供高效的性能和较低的资源消耗。其多语言支持和可定制的语音包使其能够满足不同用户在多种场景下的需求，如制作有声读物、播客、培训视频等，尤其适合教育领域，帮助提升内容的可访问性和吸引力。此外，Kokoro TTS是开源的，用户可以免费使用，这使得它在成本效益上具有显著优势。
使用AI大模型一键生成高清故事短视频，支持多种语言模型和图像生成技术。
Story Flicks 是一个基于AI大模型的故事短视频生成工具。它通过结合先进的语言模型和图像生成技术，能够根据用户输入的故事主题快速生成包含AI生成图像、故事内容、音频和字幕的高清视频。该产品利用了当前流行的AI技术，如OpenAI、阿里云等平台的模型，为用户提供高效、便捷的内容创作方式。它主要面向需要快速生成视频内容的创作者、教育工作者和娱乐行业从业者，具有高效、低成本的特点，能够帮助用户节省大量时间和精力。
AI驱动的电子书阅读器，帮助用户轻松阅读并更好地吸收书籍内容。
BookRead是一款创新的AI电子书阅读器，通过集成ChatGPT技术，为用户提供即时的文本解释、历史背景和语境信息。其主要优点是能够帮助用户更轻松地理解复杂内容，同时通过自动生成的章节总结和闪卡，增强阅读记忆和理解。该产品面向所有希望提高阅读效率和知识吸收能力的读者，尤其是学生和专业人士。目前暂未明确价格，定位为教育和学习工具。
一个针对AI工程师的趣味游戏，通过提示挑战激发创造力。
Secret Prompter 是一款专为AI工程师设计的趣味游戏，灵感来源于Wordle。玩家需要通过有限的尝试次数，提交最佳的提示（prompt），以获得最高的准确率。游戏每天更新，玩家的排名会根据准确率和提交时间进行排序。该产品不仅具有娱乐性，还能锻炼AI工程师的提示工程能力，帮助他们更好地理解和优化AI模型的输入。产品目前免费开放，适合对AI感兴趣的技术人员和爱好者。
一款AI阅读助手，可高亮文本并提供任何语言和复杂度级别的解释。
该产品通过AI技术为用户提供文本解释和翻译服务。用户可以高亮文本，获得清晰、简洁的解释，并调整解释的复杂度以适应学习需求。它能够帮助用户快速理解复杂文本，提升阅读效率。产品以浏览器插件的形式存在，方便在各种网站上使用。目前尚不清楚具体价格，但从页面信息来看，提供免费试用的可能性较大，主要面向需要提升阅读效率和理解能力的用户。
与先进AI学习60种外语，跨越语言边界，提升口语能力。
TalkAI练口语是一款先进的口语学习工具，通过AI技术为用户提供一对一的口语陪聊服务，支持超过60种语言。其重要性在于帮助用户突破语言障碍，提升口语水平，无论是初学者还是希望提升口语能力的学习者都能从中受益。该产品由深圳市惊叹科技有限公司开发，于2021年12月03日成立，注册地位于深圳市宝安区。其服务对象广泛，包括学校、企业和个人用户，致力于通过技术创新推动语言学习的普及和发展。目前暂无明确公开的价格信息，但根据其功能和服务范围，推测其可能采用付费模式或提供部分免费试用服务。
将YouTube视频快速转换为AI生成的笔记，节省时间，专注学习。
Swiftnotes.ai 是一款专注于提升学习效率的工具，它利用AI技术将YouTube视频内容快速转换为结构化的笔记。这种技术能够帮助用户节省大量的手动笔记时间，同时通过内嵌的引用链接，用户可以快速跳转到视频的关键部分。该产品的定位是为学生、研究人员和知识工作者提供高效的学习解决方案，目前暂未明确其是否收费，但其高效、便捷的特性使其在教育领域具有重要价值。
创建、动画化和部署具有情感智能的交互式角色的平台
Rapport 是一个创新的平台，专注于创建和部署具有情感智能的交互式角色。它支持多语言对话解决方案，如 ChatGPT、Google Gemini 和 Amazon Lex 等，并提供多种合成语音和语音识别功能。Rapport 的核心优势在于其强大的实时交互能力和多平台支持，能够满足教育、企业培训、娱乐等多领域的应用需求。其免费的 Explorer 阶梯提供无限 20 分钟的会话，而 Creator 阶梯则提供更多高级功能，如自定义角色和无品牌发布。Rapport 的目标是通过情感智能技术提升用户体验，推动交互式内容的发展。
AI ContentCraft 是一个多功能内容创作工具，集成了文本生成、语音合成和图像生成能力。
AI ContentCraft 是一个强大的内容创作平台，旨在帮助创作者快速生成故事、播客脚本和多媒体内容。它通过集成文本生成、语音合成和图像生成技术，为创作者提供一站式的解决方案。该工具支持中英文内容转换，适合需要高效创作的用户。其技术栈包括 DeepSeek AI、Kokoro TTS 和 Replicate API，确保高质量的内容生成。产品目前开源免费，适合个人和团队使用。
体验虚拟明星的快感，通过AI技术与虚拟观众互动，感受真实的粉丝互动体验。
Famefy是一款基于AI技术的直播应用，通过生成虚拟观众为用户提供沉浸式的明星体验。它利用先进的AI算法分析用户的环境和语音，创造出高度真实的粉丝互动场景。该产品的核心优势在于其高度个性化和沉浸式的体验，能够让用户在虚拟世界中感受到成为明星的快感。其背景定位是满足用户对虚拟社交和娱乐的需求，价格为免费，但提供内购选项。
麦悠电台，用AI技术将新闻转换为对话形式播报，打造个性化电台体验。
麦悠电台是一款利用AI技术实现新闻播报的APP。它通过智能算法将文字新闻转换为生动的对话形式，让用户在听新闻时有更自然、更有趣的体验。该产品的主要优点是个性化和智能化，用户可以根据自己的兴趣创建多个主题电台，APP会自动对新闻进行重要性分级。此外，它还支持本地和云端两种语音合成方式，以及音频导出功能，方便用户将生成的节目作为播客发布。麦悠电台由Fangtangjun (Chongqing) Technology Co., Ltd.开发，是一款免费的教育类APP，适合对新闻和AI技术感兴趣的用户。
用于衡量设备 AI 加速器推理性能的基准测试工具。
Procyon AI Image Generation Benchmark 是一款由 UL Solutions 开发的基准测试工具，旨在为专业用户提供一个一致、准确且易于理解的工作负载，用以测量设备上 AI 加速器的推理性能。该基准测试与多个关键行业成员合作开发，确保在所有支持的硬件上产生公平且可比较的结果。它包括三个测试，可测量从低功耗 NPU 到高端独立显卡的性能。用户可以通过 Procyon 应用程序或命令行进行配置和运行，支持 NVIDIA® TensorRT™、Intel® OpenVINO™ 和 ONNX with DirectML 等多种推理引擎。产品主要面向工程团队，适用于评估推理引擎实现和专用硬件的通用 AI 性能。价格方面，提供免费试用，正式版为年度场地许可，需付费获取报价。
一个提供AI生成内容的在线平台，涵盖多种话题和问题解答。
跃问是一个以教育为核心，利用AI技术为用户提供多样化内容的平台。它能够生成各种风格的文案、解答各类问题，帮助用户获取知识、解决问题。该平台具有高效、便捷的特点，用户无需下载安装，直接在网页端即可使用。其定位主要是面向需要快速获取信息、解决学习或生活问题的用户群体，价格策略暂未明确。
将枯燥数据转化为引人入胜的演示文稿。
Presenton.ai 是一款基于人工智能的在线演示文稿生成工具。它能够将复杂的数据、报告、分析等转化为简洁、有趣且具有互动性的演示文稿，帮助用户节省时间，提高工作效率。该产品主要面向商务专业人士、教育工作者、学生以及创作者等，提供免费和付费两种版本，其中付费版本提供更多高级功能，如无限制的演示文稿创建、无水印等。
© 2025 AIbase 备案号：闽ICP备08105208号-14