DragNUWA
微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。
OpenVoiceOS 是一个社区支持的 Linux 发行版，专门用于展示开源语音 AI 在各种设备上的强大功能 。它基于 Raspberry Pi，旨在为智能家居和机器人控制提供语音控制能力 。OpenVoiceOS 提供了详细的安装、配置和使用说明，包括如何在 Raspberry Pi 上安装和配置系统、训练自己的语音助手以及添加语音控制功能等。此外，OpenVoiceOS 还提供了一个基于云的语音识别服务，用户可以使用该服务来处理和识别来自语音助手的请求。该系统支持多种语言，包括英语、法语、西班牙语、葡萄牙语、德语等。总之，OpenVoiceOS 是一个实用的工具，可帮助用户将语音控制添加到他们的项目中，无论是构建智能家居还是机器人，都可以实现更好的交互和控制 。
数据统计
相关导航
Tantivy
Tantivy是一个用Rust编写的全文本搜索引擎库。
MyHeyGen
一个平民版视频翻译工具，音频翻译，翻译校正，视频唇纹合成全流程解决方案
Nuclia
Nuclia是一款基于AI的搜索引擎，可自动提取文本、文档和视频的关键信息，提供精确搜索结果。使用过程简单，选定数据来源后，Nuclia将自动处理数据。支持多种语言搜索，包括自然语言。无需编码，可快速整合到应用中。关于价格，Nuclia提供按需付费和灵活升级的选项，以及15天免费试用。总之，Nuclia能大幅提高搜索效率和准确性。
PDFShift
PDFShift是一款通过API提供即时、高质量的网站和HTML转换为PDF的工具。 功能特点： 快速和易于使用：PDFShift可以在几秒钟内完成设置和转换，让设计师、开发人员和业务所有者最大化效率。 高质量的转换：PDFShift生成接近原始HTML的高保真度文档，确保所转换的PDF质量优秀。 并行转换：PDFShift可以同时处理多个文档，以提高转换速度。 异步请求：通过强大的webhook系统，可以在转换后立即获得通知。 高级选项：可以自定义页眉和页脚、注入自定义的CSS和Javascript、对文档进行加密等。 支持原始HTML：不需要将私有页面公开，只需发送原始HTML数据即可进行转换。 私密和安全：您的文档不会存储在PDFShift的服务器上（除非您希望存储），并且在两天内将被删除。 PDFShift的定价如下： PDFShift还提供了更高容量的计划，如果您需要更多的资源，请联系他们进行咨询。 请注意，通过阅读PDFShift的站点上的完整文档，您可以了解更多关于使用和集成PDFShift的详细信息。
draw-fast
一个用于实时绘制图形的工具。 功能点： 1. 绘图工具：tldraw-fal提供了一系列绘图工具，包括画笔、形状、文本等，可以帮助用户创建各种类型的图形和图表。 2. 实时协作：该工具支持多人实时协作，多个用户可以同时编辑同一张图形，从而实现团队协作和远程协作。 3. 可视化分享：用户可以将他们创建的图形直接分享给他人，无论是通过链接还是嵌入到网页中，方便他人查看和交流。
FunASR 基础语音识别工具包
FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调
GPTBase
使用您的数据创建自己的聊天机器人，并将其发布到您的网站上 使用 AI 引擎 ChatGPT，即时为您、您的客户或您的团队提供答案，并提升您的业务效率。不论您从事销售、客户服务、营销或其他领域，我们的 AI 都能够为您提供高效可靠的支持，让 AI 成为您的能干助手，一同创造更美好的未来！