由OpenAI开发的通用语音识别模型。
开源AI模型
第6页。比较提供开放权重或源码的 AI 模型，核对许可范围、运行环境、硬件要求及部署资料。
全部工具
共 486 款工具一款用于模拟YC面试的工具，使用YC合伙人的声音克隆。
免费且开源的在线 AI 语音生成器，用于文本到语音转换。
ChatTTS：针对对话应用的自然且富有表现力的文本合成，支持英语和中文。
用于自然、富有表现力对话的对话文本转语音模型。
用于构建与 AI 和数据库集成的通用机器人的开源 .NET Core 框架。
Harmonai 是一个开源的生成音频工具，旨在让音乐制作更易于使用。
MusicGen是Meta推出的一款AI工具，能够根据文本或音频提示生成高质量音乐。
开源AI图像生成工具，提供多种模型以满足多样的创意需求。
阿里巴巴免费开源的AI图像生成器，擅长于营销视觉中的文本渲染。
免费的、注重隐私的工具，直接在浏览器中去除图像背景。
专注于双语文本渲染的 AI 图像生成与编辑工具。
开源人工智能平台，提供可定制的 AI 工具和模型。
行业领先的人工智能平台，用于本地操作照片和视频中的面孔。
实时面部替换和一键生成深度伪造视频的人工智能工具。
开源的 AI 驱动富文本编辑器，支持 Markdown 和私有部署。
适用于iPhone、iPad和Mac的离线AI应用，确保数据隐私和可自定义的AI模型。
免费的AI驱动网页分析器，用于SEO、内容和简历生成。
QuickWhisper 使用 OpenAI 的 Whisper 在本地转录音频/视频，通过 Chrome 扩展或 MacOS 应用。
私密、安全、设备内转录的语音转文本工具，使用 OpenAI Whisper。
与 LLM 互动的开源网络应用程序，微调结果并保存提示。
基于 AI 的内容创作平台，提供模板、AI机器人和图像生成。
增强浏览的 Chrome 扩展，支持自定义提示和开源贡献。
一个使用户能够与研究论文进行对话的研究助手，使用大语言模型 (LLMs)。
一个用于构建与企业数据连接的知识助手框架。
开源的、基于人工智能的新闻应用，提供简明的摘要和个性化的新闻。
开源MoE AI视频生成，具备电影级控制。
Genmo AI 是一个开发开放视频生成模型的人工智能实验室，使用 Mochi 1。
开源 AI 生成器，可一键生成 1080p 视频及同步音轨。
使用ChatGPT进行YouTube视频总结和转录提取。
基于AI的文本指导视频编辑，用于角色和场景转变。
使用 HTML、CSS 和 JavaScript 合成视频的开源工具。
将图像/文本转换为视频的AI视频模型。
一个拥有 30 多个开源 LLM 的平台，用于聊天、图像和视频生成，支持无限使用。
开源 AI 视频生成工具，仅凭单张照片及音频/文本即可生成口型同步的数字人视频。
阿里巴巴的开源AI视频生成器，支持从文本、图像或视频生成。
Stability AI开发的AI模型，用于从静态图像生成视频。
一个开源项目，通过一张静态图像和运动视频创建动画视频。
开源AI视频生成器，使用块级提示实现一致和可控的视频创作。
统一的 AI 模型，可根据文本或图像生成高质量的视频和音频。
面向消费级GPU的视频扩散技术。
Vanna.AI是一个可以根据自然语言查询生成SQL的AI SQL代理。
开源自主观测工具，可实现代码自动埋点并自动修复 Bug。
用于个性化推荐的开源推荐系统。
人工智能驱动的代码审查工具，自动化代码审查以提高代码质量和安全性。
基于AI的代码审查服务，提供自动反馈和改进建议。
访问DeepSeek R1，这是一款用于高级推理的开源AI模型。
开源人工智能代码编辑器，整合人工智能工具以增强编码和项目开发。