精挑翻译
精挑翻译是免费的浏览器 AI 翻译插件，面向外语阅读、学习与跨语言办公场景，提供双语网页对照翻译、PDF 与扫描版/公式类文档翻译、ePub 电子书、图片与漫画翻译，以及 YouTube、Netflix、TED 视频字幕和 Zoom、Google Meet、Microsoft Teams 会议实时翻译；同时支持划词、输入、悬停与择优翻译等细颗粒度功能。
主要功能： * 保证无损分辨率，从视频中移除硬字幕，并生成新的无字幕文件。 * 通过强大的AI算法模型，对移除字幕后的空白区域进行填充，包括非相邻像素填充和马赛克去除。 * 支持自定义字幕位置，只需传入相应的位置信息，即可仅去除该位置的字幕。 * 支持全视频自动去除所有文本，即使未传入位置信息。 目前仅支持Windows和Linux操作系统，并需要NVIDIA显卡。最低配置要求为： * GPU：GTX 1060或更高级别的显卡。 * CPU：支持AVX指令集。
数据统计
相关导航
SceneXplain
SceneXplain 是一项尖端的 SaaS 服务，它使用先进的 AI 技术为上传的图像和视频生成全面而复杂的文本描述。
chatgpt-on-wechat
基于ChatGPT的微信机器人
anytext
阿里达摩院发布的AnyText项目看起来非常出色，它能够生成与原始图片风格相融合的文字，或者对图片中的文字进行修改，同时支持中文！ AnyText项目包括两个核心模块：一个潜在特征模块和一个文本嵌入模块。潜在特征模块使用文本字形、位置和蒙版图像等输入，生成用于文本生成或编辑的潜在特征。文本嵌入模块则利用OCR模型将笔画数据转化为嵌入，再与来自标记器的图像标题嵌入相结合，生成能够与背景无缝融合的文本。 为了提高书写的准确性，AnyText采用了两种损失函数进行训练：文本控制扩散损失和文本感知损失。
LCM（Latent Consistency Models）
由清华大学交叉信息科学研究院研发的一款生成模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。
LeetCodeAnimation
通过动画的形式展示了所有 LeetCode 上的问题的解题思路
VAS视频加字幕
一键生成视频字幕。使用AI提取音频对话内容后翻译、生成字幕文件。支持ChatGPT翻译、GPU加速、多任务处理、VR视频、字幕微调、超多语种、实时预览、断点续传等功能。
VoiceStreamAI
一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。