OpenAvatarChat 是一个模块化的实时交互数字人系统，通过整合语音识别（ASR）、多模态语言模型（LLM）和语音合成（TTS）技术，在本地PC上实现低延迟的数字人对话与音视频交互。消费级PC也能部署，i9-13900KF + RTX 4090平台下平均响应延迟仅2.2秒。项目概述目标：实现模块化的交互数字人对话系统，支持在单台PC上运行完整功能。核心功能：音频处理：整合SenseVoic / 2025-04-07 16:14:15 / 查看 407 次

Krillin AI 是一款全能型音视频本地化与增强解决方案。这款简约而强大的工具，集音视频翻译、配音、语音克隆于一身，支持横竖屏格式输出，确保在所有主流平台（哔哩哔哩，小红书，抖音，视频号，快手，YouTube，TikTok等）都能完美呈现。通过端到端的工作流程，Krillin AI 仅需点击几次，就能将原始素材转化为精美即用的跨平台内容。主要特点与功能：🎯 一键启动：无需复杂的环境配置，自动安 / 2025-04-07 12:39:01 / 查看 498 次

TTSFM：兼容 OpenAI TTS 的文本转语音 API 服务器❓ 什么是 TTSFM？TTSFM 是一个反向工程的 API 服务器，它模拟 OpenAI 的 TTS（文本转语音）服务，并提供兼容接口，支持多种语音选项。开发者可以使用 TTSFM 轻松实现文本转语音功能，无需依赖官方 API。OpenAI TTS 文档🚀 TTSFM 的核心特点✅ 兼容 OpenAI TTS：API 设计与 O / 2025-03-28 09:07:11 / 查看 339 次

如何高效检索商品信息并进行智能语音交互？📌 工具简介Oliva 是一个多代理（Multi-Agent）智能助手，结合 LangChain 和 Superlinked，通过 Qdrant 矢量数据库提供高效的商品检索能力。同时，它支持 语音交互，借助 Deepgram 语音识别和 LiveKit 实时通讯，打造智能化的 AI 语音助手，适用于电商、搜索引擎等场景。✨ 主要特点✅ 多代理架构（Mult / 2025-03-26 02:36:16 / 查看 623 次

核心功能 1. 智能文档处理 - 自动提取PDF文本，清理格式错误和冗余内容 - 支持处理含数学公式的学术论文 - 智能分块处理大文件（最大支持10万字） 2. 多模式内容生成 - 支持15种输出格式（播客/访谈/辩论/讲座等） - 8种内容风格（专业/学术/轻松/搞笑等） - 4种内容长度（短篇10分钟到长篇100+分钟） 3. 灵活模型支持 - 支持6种 LLM 服务（OpenAI/Groq/ / 2025-03-26 00:41:01 / 查看 1 次

PlayAI隆重推出其AI语音工具PlayNote，利用其革命性的PlayDialog技术，实现情感丰富的对话生成，让用户能够将任何文本轻松转换成自然、流畅的播客、旁白和故事内容。PlayNote工具的优势：• 支持将PDF、文本、视频等多种格式的媒体转换成对话形式• 快速制作播客、演讲、旁白以及儿童故事• 提供API接口，便于自动化内容生成• 能够在两种不同的声音间创建播客• 为长篇文 / 2025-03-21 19:00:36 / 查看 302 次

AI ContentCraft 是一款集文本生成、语音合成与图像生成于一体的综合性内容创作工具。旨在帮助创作者快速生成故事、播客脚本以及多媒体内容，支持中英双语转换，极大提升创作效率。核心功能• 🎯 故事生成： 根据主题自动生成短篇故事。• 📝 剧本转换： 将生成的故事转换为标准剧本格式。• 🎙️ 播客内容： 自动生成播客大纲及对话脚本。• 🗣️ 语音合成： 提供多种语音风格的文本转语音功能。• / 2025-03-21 18:04:01 / 查看 663 次

## Audiblez特点总结： 1. 电子书转有声书：Audiblez能够将普通的.epub电子书转换为.m4b格式的有声书，使用Kokoro-82M语音合成模型，提供自然流畅的语音输出。 2. 多语言支持：支持多种语言，包括美式英语、英式英语、西班牙语、法语、印地语、意大利语、日语、葡萄牙语和中文普通话。 3. 高效转换：在高性能GPU上，转换速度非常快，能在短时间内完成大篇幅电子书的语音 / 2025-03-21 17:52:16 / 查看 100 次