产品库

提供免费的音视频转文字和翻译服务

FreeSubtitles.Ai是一个免费的在线语音识别和机器翻译工具,用户可以上传音频或视频文件,它会自动转录文字并提供多语种翻译。该产品提供免费版和收费版两个版本,免费版有一定的使用限制,收费版可以享受更大文件大小,更长时长,更高精度的转录服务。主要功能包括语音转文字,视频字幕提取,多语言翻译等。适用于学习外语、处理会议记录、生成字幕等场景。具有免费、便捷、高精度等优势。

提升视频理解和生成的AI模型。

ShareGPT4Video系列旨在通过密集且精确的字幕来促进大型视频-语言模型(LVLMs)的视频理解以及文本到视频模型(T2VMs)的视频生成。该系列包括：1) ShareGPT4Video，40K GPT4V注释的密集视频字幕，通过精心设计的数据过滤和注释策略开发而成。2) ShareCaptioner-Video，一个高效且功能强大的任意视频字幕模型，由其注释的4.8M高质量美学视频。3) ShareGPT4Video-8B，一个简单但卓越的LVLM，其在三个先进的视频基准测试中达到了最佳性能。

大型视频-语言模型，提供视觉问答和视频字幕生成。

VideoLLaMA2-7B是由DAMO-NLP-SG团队开发的多模态大型语言模型，专注于视频内容的理解和生成。该模型在视觉问答和视频字幕生成方面具有显著的性能，能够处理复杂的视频内容，并生成准确、自然的语言描述。它在空间-时间建模和音频理解方面进行了优化，为视频内容的智能分析和处理提供了强大的支持。

大型视频语言模型，提供视觉问答和视频字幕生成。

VideoLLaMA2-7B-Base 是由 DAMO-NLP-SG 开发的大型视频语言模型，专注于视频内容的理解与生成。该模型在视觉问答和视频字幕生成方面展现出卓越的性能，通过先进的空间时间建模和音频理解能力，为用户提供了一种新的视频内容分析工具。它基于 Transformer 架构，能够处理多模态数据，结合文本和视觉信息，生成准确且富有洞察力的输出。

大型视频语言模型，用于视觉问答和视频字幕生成。

VideoLLaMA2-7B-16F-Base是由DAMO-NLP-SG团队开发的大型视频语言模型，专注于视频问答（Visual Question Answering）和视频字幕生成。该模型结合了先进的空间-时间建模和音频理解能力，为多模态视频内容分析提供了强大的支持。它在视觉问答和视频字幕生成任务上展现出卓越的性能，能够处理复杂的视频内容并生成准确的描述和答案。

视频理解领域的先进空间-时间建模与音频理解模型。

VideoLLaMA 2 是一个针对视频理解任务优化的大规模语言模型，它通过先进的空间-时间建模和音频理解能力，提升了对视频内容的解析和理解。该模型在多选视频问答和视频字幕生成等任务上展现了卓越的性能。

Google 一款轻量级、高效能的AI模型，专为大规模高频任务设计。

Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。

面向长期视频理解的大规模多模态模型

MA-LMM是一种基于大语言模型的大规模多模态模型,主要针对长期视频理解进行设计。它采用在线处理视频的方式,并使用记忆库存储过去的视频信息,从而可以在不超过语言模型上下文长度限制或GPU内存限制的情况下,参考历史视频内容进行长期分析。MA-LMM可以无缝集成到当前的多模态语言模型中,并在长视频理解、视频问答和视频字幕等任务上取得了领先的性能。

智能提取视频字幕

青梧字幕是一款视频字幕自动提取工具，用户可以通过选中本地视频文件自动生成字幕，进行编辑和翻译，最终可以下载多种格式的字幕文件。产品功能全面，支持高质量翻译和多种字幕格式下载，适用于视频制作、学习教育等场景。

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。

免费开源的视频翻译配音工具

视频翻译配音是一个免费开源的视频翻译和配音工具,支持多种翻译引擎,可以将视频字幕翻译成多种语言,并生成自然的语音配音,操作简单方便。

全球首款AI视频营销平台

BRAIV是全球首款AI视频营销平台，帮助创作者、营销人员和教育者与全球受众进行互动。它提供AI视频字幕、翻译和配音，自动化社交分享和洞察力分析等功能。无论是管理多个视频版本和平台，还是跨越语言障碍，BRAIV都能帮助用户简化流程，实现自定义营销。

精准的 AI 视频字幕识别和字幕翻译软件

33 字幕是一款精准的 AI 视频字幕识别和字幕翻译软件。它可以将音频、视频转换成文本或 SRT 字幕文件，并支持字幕翻译成其他语言。它使用优化后的 Whisper AI 语音转写模型，准确度接近人类水平。集成多种 AI 翻译引擎，支持 ChatGPT、DeepL、微软、百度等翻译接口。它还提供高效易用的可视化字幕编辑器，支持字幕摘要和预提取人声功能。33 字幕支持英语、日语、韩语、法语、泰语等 50 多种语言。

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。

同声传译、双语对照、文档翻译

「彩云小译」是一款提供同声传译、双语对照、文档翻译等功能的在线翻译工具。它可以实现中日韩英四种语言的互译，并支持文档翻译、视频字幕翻译等功能。彩云小译通过人工智能和深度学习技术，为用户提供高质量的翻译服务。用户可以在网页上直接输入需要翻译的文字，也可以将文档、视频等文件上传进行翻译。

AI语音转录和字幕制作

Scribba是一款使用AI技术进行语音转写和视频字幕添加的工具。它能在几分钟内以98%的准确率将音频/视频转换为文本，也可以为视频添加字幕。Scribba可节省时间和金钱，支持多种语言，功能强大。

聊天GPT API为边缘计算带来的最佳视频字幕智能摘要工具

SubtifyAI是一款可以轻松摘要YouTube视频字幕的工具。通过使用OpenAI ChatGPT API和自定义提示，SubtifyAI可以在点击一次的时间内摘要视频字幕。支持Vimeo和Dailymotion即将推出，是在多个平台上简化视频观看体验的完美方式。

专业语音识别软件和服务

Vocapia Research开发的语音识别软件提供先进的语音处理技术，支持多语种识别，并能应用于广播监控、讲座和研讨会转录、视频字幕、电话会议转录和语音分析等领域。我们的产品具有大词汇量连续语音识别、语音分割和分区、说话人识别和语种识别等功能。我们的软件适用于批量或实时转录大量音频和视频文件，特别针对电话对话语音和呼叫中心数据的转录需求。我们提供多种语言的转录服务，并可根据客户需求定制模型或系统。

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。

快速AI字幕，自动为视频添加字幕

Zeemo AI视频字幕是一款最准确、最稳定的自动字幕和视频编辑工具。它可以自动为视频添加17种语言的字幕，准确率超过98%。同时，它还提供多种动态字幕样式供选择，让你的视频轻松脱颖而出。此外，它还支持自动翻译字幕，让你的视频吸引更广泛的全球观众。Zeemo AI视频字幕还具有批量编辑字幕功能，可以节省手动校正字幕的时间，轻松优化你的视频。你可以选择各种模板、字体和颜色，创建自己定制的字幕样式。此外，Zeemo AI视频字幕还提供视频剪辑功能，让你裁剪视频并添加音乐，打造属于你的杰作。

在15秒内翻译YouTube工作室的字幕和描述

Creator tools可以帮助您将视频字幕和描述翻译成110种语言，快速、准确。我们的工具能够在15秒内完成翻译，为您节省宝贵的时间。通过使用我们的服务，您可以扩大您的观众群体，增加您的视频的国际观看量。我们的价格合理，并提供灵活的定价计划，以满足您的不同需求。无论您是个人创作者还是大型视频制作公司，我们都能为您提供最佳的翻译解决方案。

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。

AI驱动的多语言翻译工具，本地化且易于使用。

Local + Effortless i18n Translation是一个AI驱动的翻译工具，支持200多种语言的本地化翻译，不接触服务器，与JSON格式无缝集成。它提供了一次性购买的可负担价格，并且提供免费试用，以帮助企业轻松实现多语言内容的本地化。

AI生成语音音频的本地化水印技术

AudioSeal 是一种用于AI生成语音音频的本地化水印技术，具有最先进的鲁棒性和极快的检测速度。它通过联合训练一个嵌入水印的生成器和一个检测器，即使在音频编辑的情况下，也能在较长的音频中检测到水印片段。AudioSeal 设计了一个快速的单次通过检测器，检测速度比现有模型快两个数量级，非常适合大规模和实时应用。

专为内容创作者设计的AI内容搜索引擎

Qmedia 是一个多媒体 AI 内容搜索引擎，支持图文 / 短视频素材搜索，提供内容整合和多模态 RAG 内容问答，具有本地化部署、多模态模型服务等优点。

Krita中的AI图像生成插件，无需调整即可修复和扩展画布。

krita-ai-diffusion是一个开源的Krita插件，旨在简化AI图像生成过程。它允许用户在Krita中通过AI技术修复图像中的选定区域、扩展画布以及从头开始创建新图像。插件支持文本提示，并提供强大的自定义选项，适合高级用户。它利用了Stable Diffusion技术，并与ComfyUI后端结合，提供了本地化、无需调整的图像生成体验。

包阅AI是智能AI阅读助手，支持一键总结、AI问答、多语言翻译，帮助用户高效获取答案，提升阅读效率。

包阅AI是一款智能AI阅读助手，支持各种格式文档阅读和解读，如PDF、Word、网页等。它能够快速识别文件的核心问题并提供详尽的解答，帮助用户高效阅读和理解文档内容。包阅AI还支持一键总结、AI问答、多语言翻译等功能，方便用户快速获取答案和进行跨语言交流。产品背景信息、价格和定位等详细信息可参考官方网站。

下一代本地优先的大型语言模型（LLMs）

anime.gf 是由 moecorp 发起的下一代本地优先的大型语言模型（LLMs），目前正处于积极开发阶段。它代表了一种新兴的本地化和开源的人工智能技术，旨在提供更高效、更个性化的用户体验。

Menusso是一个完整的餐厅菜单系统，可在仪表板上管理您的餐厅菜单。

Menusso是一个帮助餐厅管理菜单的应用程序。它具有多语言翻译功能，可提供15种语言的翻译服务。Menusso使餐厅能够轻松管理菜单，并提供了一些主要优点，如背景信息、价格和定位等。