English | 中文
这个仓库整理AI相关的实用工具。
- ChatGPT及类似闭源大语言模型
- 国内可使用的ChatGPT镜像站点
- GPT/LLMs 应用
- AI图像创作
- AI视频创作
- ChatGPT Prompts
- 开源大语言模型
- 大语言模型排行榜
- 大语言模型训练-评估平台
- 集成了多个大语言模型的应用
- AI工具箱类软件
- AI Agent
- AI搜索
- 阅读
- 写作
- 编程开发
- 翻译工具
- AI聊天-口语练习
- 语音识别-生成字幕
- 文字转语音
- 音乐识别
- 声音克隆
- 语音翻译
- 语音合成
- 语音处理
- AI生成音乐-音效
- 视频翻译
- 学术科研
- OCR图像识别文字
- 视频内容总结
- AI生成模特试装和商品图
- 人形机器人
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| ChatGPT | openAI的chatgpt 应用示例： B站视频：豆包 vs GPT，语音对决！豆包的魅力女友让人难以招架～ B站视频：这9款工具帮你榨干ChatGPT，解锁隐藏玩法 B站视频：格斗之王！AI写出来的AI竟然这么强！ 可汗学院创始人Khan最新TED演讲：GPT-4作为AI学习私教，可能带来教育史上最大变革 |
URL | 免费/付费 |
| Claude | Anthropic研发的AI助手Claude | URL | 免费/付费 |
| 微软Copilot | 微软的Copilot，包含了多种AI工具和插件 | URL | 免费 |
| Gemini | Google 的对话式AI工具和最新的大语言模型，包括Gemini Nono，Gemini Pro和Gemini Ultra。Gemini Pro已开放api和sdk使用。api目前可免费使用，有每分钟60个请求的限制。新闻介绍 | Gemini AI聊天助手 Gemini api开发者网站 |
免费 |
| Le Chat | Mistral AI 推出了为 Le Chat 的聊天助手 | URL | 免费 |
| 豆包 | 字节跳动旗下的AI聊天软件 ; 豆包chrome插件 体验测试视频： B站视频：豆包 vs GPT，语音对决！豆包的魅力女友让人难以招架～ B站视频：百模大战-抖音子公司推出AI聊天机器人豆包 |
URL | 免费 |
| 月之暗面的Kimi Chat | 支持联网，支持上传文件（最多 50 个，每个 100 MB）接受 pdf、doc、xlsx、ppt、txt 等，文章总结能力比较强。chrome插件：Kimi浏览器助手 张鹏对谈月之暗面杨植麟：大模型创业需要新的组织范式 |
URL | 免费 |
| 文心一言 | 百度的大语言模型 | URL | 免费 |
| 通义千问 | 阿里云的大语言模型 视频介绍： B站视频：国产AI到底行不行？测试完通义千问，我只想说两个字【我们离ChatGPT还有多远】 |
URL | 免费 |
| 智谱AI | 名为 ChatGLM 的人工智能助手，是基于清华大学 KEG 实验室和智谱 AI 公司于 2023 年共同训练的语言模型开发 | URL | 免费 |
| 讯飞星火 | 讯飞的大语言模型 | URL | 免费 |
| 百川大模型 | 百川智能的大语言模型 开发者体验中心 | AI聊天助手：百小应 | 免费 |
| 零一万物 | 由李开复创办的AI公司，零一万物 API 开放平台为新用户免费赠送60元api的使用额度，开源了模型Yi 6B和34B | 零一万物 API 开放平台 Github  |
免费 |
| 腾讯混元模型 | 腾讯的大语言模型；API文档 | URL | 免费 |
| 中国国内发布的其他大模型 | 目前国内各大企业、科研机构和高校等单位已公开的 AI 大模型至少已经达到了 188 个。2023-12-17更新，更多信息 |
| 名称 | 说明 | 链接 |
|---|---|---|
| carrot | Free ChatGPT Site List 这儿为你准备了众多免费好用的ChatGPT镜像站点，当前100+站点国内可使用ChatGPT镜像站点 | GitHub  |
| awesome-free-chatgpt | 免费的 ChatGPT 镜像网站列表，持续更新。List of free ChatGPT mirror sites, continuously updated. | GitHub  |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| NotebookLM | NotebookLM是谷歌推出的一款强大的虚拟研究助手，它可以将各种类型的文件，包括文本、视频、音频甚至数据集，转化成生动有趣的播客节目（播客音频目前只支持英语）。除此之外，NotebookLM 还可以生成常见问题解答、学习指南、目录、时间轴和简报等，并支持用户进行自由对话和事实核查。 | URL | 免费 |
| Learn about | 谷歌开发的人工智能学习助手。它是一个会话式的学习伙伴，能适应您独特的好奇心和学习目标，帮助您掌握新主题并加深理解。 | URL | 免费 |
| Poe | 美版知乎 Quora 构建的AI 产品，有web和客户端。目前的情况是ChatGPT、Sage、Dragonfly、Claude 机器人可以免费、无限制、实时使用。只需要一个邮箱即可注册。可以随时切换AI而对话不中断，并且对话记录是在线保存并且同步到客户端的。chatgpt-4可以每天免费使用一次 视频介绍：B站视频：神器！与chatGPT类似的新人工智能问答AI：Poe, 美国知乎Quaro最新产品，专业回答 |
URL | 免费，有付费升级版 |
| bot.360 | 360构建的AI对话机器人，集合了国内主要的一些大模型比如豆包、kimi、MiniMax、通义千问等 | URL | 免费 |
| HuggingChat | Hugging Face 的开源聊天应用程序 Hugging Chat. URL | Github  |
免费 |
| monica | AI助手，提供搜索、阅读、写作、翻译、绘画等多种任务的帮助。有独立应用和浏览器插件 | URL chrome插件 |
免费/付费 |
| ollama | 在本地环境中轻松运行和管理大型语言模型，如Llama 、Mistral、Gemma2等 | Github  |
免费 |
| openai/openai-python | OpenAI API 的官方 Python 库，它是使用Stainless根据OpenAPI 规范生成的 | Github |
免费，需要使用OpenAPI的apikey |
| sashabaranov/go-openai | OpenAI API的Go语言非官方的SDK，支持ChatGPT、GPT-3、 GPT-4、DALL·E 2 | Github |
免费 |
| langchain | 是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。 | Github  |
免费 |
| ChatGPT-Next-Web | 一键免费部署你的跨平台私人 ChatGPT 应用, 支持 GPT3, GPT4 & Gemini Pro 模型 | Github  |
免费 |
| anything-llm | 开源的文档聊天机器人解决方案 | Github  |
免费 |
| screenshot-to-code | 插入截图并将其转换为简洁的 HTML/Tailwind/JS 代码，使用了GPT-4 Vision来生成代码，使用DALL-E 3生成图片 | GitHub |
免费，需要有GPT-4 Vision的授权 |
| Chatbox | 使用ChatGPT API（OpenAI API）的桌面应用程序, 将所有的聊天信息和提示信息存储在本地，从而减少了数据丢失的风险。比网页版使用更稳定些 | GitHub  |
免费，需要使用OpenAPI的apikey |
| ChatGPT for Google | 开源项目，浏览器插件，在搜索页面增加chatgpt的内容和对话框 | GitHub  |
免费，需要chatgpt账号 |
| gpt-crawler | 可以爬取指定网站中的内容，并生成json文件，可以直接上传到GPTs的知识库使用 | Github |
免费 |
| ChatGPT-Shortcut | 开源，让生产力加倍的 ChatGPT 快捷指令，按照领域和功能分区，可对提示词进行标签筛选、关键词搜索和一键复制。 | GitHub  |
免费 |
| ChatGPT Sidebar | ChatGPT 边栏是您在浏览任何网站时可以使用的人工智能助手。 视频介绍：B站视频：CharGPT初体验，浏览器安装人工智能侧边栏AI Sidebar扩展程序 |
URL | 免费 |
| WebChatGPT | 开源程序，给chatgpt扩展联网的能力 视频介绍：B站视频：可以让ChatGPT直接联网的扩展程序 |
GitHub  |
免费 |
| AIPRM for ChatGPT | 浏览器插件，提供一系列精选ChatGPT 指令模板，甚至还能够自己创建，还可以调整AI 语气和写作风格 B站视频：集大成者！ChatGPT百宝箱，内置多种功能，所见即所得！ |
URL | 免费 |
| GPTCache | ⚡ GPTCache 是一个用于创建语义缓存以存储来自 LLM 查询的响应的库，类似于aigc场景中的redis。 它可用于降低依赖 LLM 服务（如ChatGPT）的成本，同时也可以有效减少服务响应时间，因为大模型推理一般都比较耗时。 | GitHub  |
免费 |
| MindMac | 功能丰富、隐私第一的 macOS 原生 ChatGPT 应用程序，可在一个地方使用 OpenAI, Azure OpenAI, Anthropic Claude, OpenRouter，旨在实现最大生产力。 目前有 15 种语言版本。 | URL | 免费，有付费升级版 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Midjourney | 输入文字或图片进行图片创作。应用示例： 尝试用chatGPT+midjourney进行科研绘图，被效果震惊到了。。。 |
URL | 付费/免费试用 |
| Stable diffusion webui | 开源项目，输入文字或图片进行图片创作， Stable diffusion webui是Stable diffusion的GUI是将stable diffusion实现可视化的图像用户操作界面，它本身还集成了很多其它有用的扩展脚本。 新手入门教程：https://www.bilibili.com/video/BV1Qo4y167AK/ AI风格化视频或AI真人视频的效果： 1. 【AI动画】欣小萌天台蹦迪 动画版， 2. 死磕真人AI动作，人物和背景的终于不闪了，你们觉得哪个更好点？ 3. 5分钟，教会你如何生成AI动画 |
GitHub  |
免费 |
| 即梦AI | 字节跳动旗下的文生图、AI视频生成和AI图片编辑应用 | URL | 免费/付费 |
| Photoshop 生成式AI功能 | 在Adobe Photoshop中使用生成式AI填充功能。功能介绍： 1. B站视频：Photoshop 革命性新功能-生成式填充功能介绍 2. 巫师后期B站视频：引爆点——Photoshop核弹级更新（创成式AI填充）彻底改变图片行业！ |
URL | Photoshop 订阅会员可下载Beta版本试用 |
| firefly | Adobe 的AI图片处理网站 | URL | 免费/付费 |
| clipdrop | stability.ai 公司旗下的图像处理网站，包含文生图、AI扩图、图生图、去除背景等功能 | URL | 免费/ 付费 |
| civitai | Civitai(C站)是一个用于分享AI图像创作模型资源的网站平台，拥有大量模型，已成为SD开源社区主要的模型交流场所 | URL | 免费 |
| 文心一格 | 百度旗下的文生图和AI图片编辑应用 | URL | 免费/付费 |
| 通义万相 | 阿里旗下的文生图和AI图片创作应用 | URL | 免费 |
| 美图的奇想智能MiracleVision | 美图的文生图应用 | URL | 免费 |
| ideogram.ai | AI 文字生成图片的网站。前谷歌AI绘画4位大牛创立的公司推出的产品 | URL | 免费 |
| Skybox AI | 输入文字生成360度全景图片 | URL | 免费/ 付费 |
| Microsoft Bing Image Creator | Image Creator 是使用 DALL-E 技术创作图片的工具。试用了下生成人像图片不堪入目 | URL | 免费 |
| remove.bg | 一键删除图片背景 | URL | 免费/付费 |
| 简单AI | 搜狐旗下的文生图和图片分享网站 | URL | 免费/付费 |
| ControlNet | 能够在一个text2image上训练的扩散模型进行高效finetune，并且结合特定的condition输入，得到可控的效果 | Github  |
免费 |
| StreamDiffusion | 实时AI互动图片生成的管道级解决方案 | Github  |
免费 |
| visual-chatgpt | 通过 ChatGPT 创作图片 | GitHub  |
免费 |
| DragGAN | 一种新的交互式图像编辑方法，允许用户通过简单地在图像上点击并拖动点来进行编辑 | GitHub  |
免费 |
| black-forest-labs/flux | FLUX.1 模型的官方推理资源库 | Github  |
免费 |
| HivisionIDPhotos | 一个轻量级的AI证件照制作算法。 | Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 剪映 | 字幕生成语音、语音生成字幕、字幕翻译、一键图文成片，还有很便捷、强大的视频剪辑功能 | URL | 免费/付费 |
| 快手可灵 | 支持文生视频和图生视频 | URL | 免费 |
| 即梦AI | 字节跳动旗下的文生图、AI视频生成和AI图片编辑应用 | URL | 免费/付费 |
| Dream Machine | 由 Luma AI 提供。Dream Machine 是一个人工智能模型，能根据文本和图像快速制作出高质量、逼真的视频。官方介绍视频 | URL | 免费/付费 |
| Sora | OpenAI的文本生成视频的模型。Sora技术报告：ikaijua#54, Sora的访问权限未完全开放，部分视觉艺术家、设计师和电影制作人获得了访问权限 | URL | - |
| Runway | Gen-2: 文本/图像 AI生成视频 Gen-1: 根据视频AI生成视频 应用示例： B站视频：数字生命卡兹克/我用AI做了一部《流浪地球3》的预告片 精选视频：https://runwayml.com/staff-picks |
URL | 免费试用/付费 |
| 海螺AI | Minimax的AI视频生成平台 | URL | 免费/付费 |
| MOKI | 美图的AI短片创作工具 | URL | 免费试用/付费 |
| Pika | 文本/图像 AI生成视频 | URL | 免费试用/付费 |
| krea.ai | 提供文生图/视频、图片放大、模型训练等功能，Krea ai想做视频和图片界的 POE，目前集成了海螺、luma、Runway和可灵四家最好的视频生成模型。 | URL | 免费试用/付费 |
| Fliki | 將文字生成音频和视频的网站 | URL | 免费试用/付费 |
| d-id | 根据文字生成数字人的配音视频 | URL | 免费试用/付费 |
| HeyGen | 根据文字生成数字人的配音视频 | URL | 免费试用/付费 |
| AnimateDiff | Animatediff是香港中文大学团队开源的AI视频生成方法，基于Stable DIffusion的开源基建，8月份开源模型之后，一个月就把AI视频生成的质量提高了几个等级。 介绍文章：这款工具让你一秒成AI版宫崎骏，AI视频“ChatGPT时刻”快到了 |
Github  |
免费 |
| vivago.ai/video | 文本/图像生成视频; 4K视频增强 | URL | 免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| f/awesome-chatgpt-prompts | This repo includes ChatGPT prompt curation to use ChatGPT better. | Github  |
Free |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Llama 3 | Llama3是Meta AI开发的开源的大型语言模型， 它是Llama 语言模型v3版本。 Llama3在线测试地址：huggingface.co/Meta-Llama-3-70B-Instruct |
GitHub  |
免费 |
| Mixtral-8x7B | 法国人工智能初创公司 Mistral AI开源的一种具有开放权重的稀疏专家混合模型 (SMoE)，在大多数基准测试中都优于 Llama 2 70B 和 GPT-3.5 论文地址：https://arxiv.org/pdf/2401.04088.pdf 论文主页：https://mistral.ai/news/mixtral-of-experts/ |
Github  |
免费 |
| grok-1 | 马斯克的xAI公司开源的大语言模型 | Github  |
免费 |
| Qwen(通义千问) | 阿里云研发的通义千问大模型系列 在线Demo地址： Qwen-7B-Chat-Demo Qwen-72B-Chat-Demo Qwen1.5 72B 在线体验 |
Qwen-7B  Qwen1.5  |
免费 |
| ChatGLM2-6B | 中英双语对话模型 ChatGLM-6B 的第二代版本 | GitHub  |
免费 |
| Phi-3 | Phi-3是微软开发的开放式人工智能模型系列。Phi-3 模型是目前能力最强、最具成本效益的小型语言模型（SLM），在各种语言、推理、编码和数学基准测试中，其性能均优于相同大小和更大的模型。 | Github  |
免费 |
| Name | Description | Links | Fees |
|---|---|---|---|
| LMSYS Chatbot Arena Leaderboard | LMSYS Chatbot Arena 是一个用于大语言模型评估的众包开放平台。收集了超过 1,000,000 次人类成对比较，用 Bradley-Terry 模型对 LLM 进行排名，并以 Elo 标度显示模型评级。 B站视频：量子位/1v1单挑90万轮之后，最强大模型是…… |
URL | 免费 |
| Artificial Analysis | Artificial Analysis 是一个提供 AI 模型和服务商比较及基准测试的资源平台，帮助用户在选择 AI 模型和服务提供商时做出明智决策。平台提供多种流行 AI 模型的比较数据，包括 OpenAI 的 GPT-4、Meta 的 Llama 3 和 Anthropic 的 Claude 系列，涵盖了响应速度、延迟和成本等性能指标。 | URL | 免费 |
| Name | Description | Links | Fees |
|---|---|---|---|
| FastChat | 用于训练、服务和评估大型语言模型的开放平台。Vicuna 和 Chatbot Arena 的发布仓库。 | Github  |
Free |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| chathub | 浏览器插件，在一个应用中使用不同的聊天机器人，目前支持 ChatGPT、新的 Bing Chat、Google Bard 和 Claude (via Poe)，未来将集成更多机器人， 同时与多个聊天机器人聊天，方便比较它们的答案 | GitHub  |
免费，付费支持更多功能 |
| ChatALL | 同时与多个大语言模型聊天的客户端（支持Windows、macOS、Linux系统），支持ChatGPT、Bing Chat、Claude、Bard、MOSS、Alpaca、HuggingChat等。需要拥有可以访问这些 AI 的帐号，或 API token | GitHub  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Paper2GUI | 一款面向普通人的 AI 桌面 APP 工具箱，免安装即开即用，已支持 40+AI 模型，内容涵盖 AI 绘画、语音合成、视频补帧、视频超分、目标检测、图片风格化、OCR 识别等领域。支持 Windows、Mac、Linux 系统。 B站视频介绍：补帧超分抠图配音，这个开源AI工具箱对小白太友好了！ |
GitHub  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Auto-GPT | 开源项目，使用gpt自主地实现你设定的任何目标。演示示例：爆火的自主人工智能AutoGPT，程序员表示开始真正有点担忧会失业了！ | GitHub  |
免费，需要OpenAI API key |
| OthersideAI/self-operating-computer | 一个使用多模态模型（默认模型为GPT-4v）能够操作计算机的框架 | Github  |
免费，需要GPT-4v |
| AppAgent | 可以操作手机应用程序的AI Agent | Github  |
免费 |
| microsoft/autogen | AutoGen 是一个开源编程框架，用于构建人工智能Agent，并促进多个Agent之间的合作，以解决任务。 | Github  |
免费 |
| Taskade AI | 在统一的工作空间内构建、训练和部署自主AI代理，用于任务管理、团队协作和工作流自动化。通过结构化列表、笔记和思维导图提升团队生产力。 | URL | 每日免费AI额度 / 支持付费升级 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 秘塔搜索 | 搜索网络信息并提供汇总信息，并附有参考链接，还创建话题知识库 | URL | 免费 |
| 知乎直答 | 知乎的AI搜索，有通用搜索和专业搜索；介绍:B站视频朋克周/专业报告和学术期刊为你所用，AI搜索迎来新选择 | URL | 免费 |
| You.com | 结合对话模式的搜索引擎 | URL | 免费 |
| Perplexity.ai | Perplexity.ai 是一个基于 GPT-3 的 AI 工具，类似 New Bing 的搜寻引擎、会附上参考结果 | URL | 免费 |
| MindSearch | 中科大和上海人工智能实验室联合研发国产开源搜索引擎MindSearch（思・索）,采用分层检索策略，先广泛搜索再精确选择，有效管理互联网上的海量信息。在线Demo | Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 微信读书 | “AI问书”功能，在阅读时遇到不理解的内容，可以通过AI问书功能获得即时解释。AI问书的回答通常包含注释和相关书籍推荐，并且可以通过点击回答中的链接跳转到相关书籍的特定选段，增加回答的可信度更多介绍 | URL | 免费/付费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Notion AI | AI辅助的笔记软件，主要包括AI创作文章、翻译、修正语法、摘要和总结等 视频示例：B站视频：Notion AI完整介绍 | 十个节省时间的神功能(ChatGPT般强大) |
URL | 有一定免费的AI试用次数，AI功能10$/每月 |
| verse | 印象笔记推出的AI写作工具 | URL | 免费 |
| 写作猫 | 集AI写作、多人协作、文本校对、改写润色、自动配图等功能为一体AI Native内容创作平台 | URL | 免费 |
| Deep L Write | 英文、德文写作工具，可以及時修正写作錯誤、改写句子。 | URL | 免費版本使用有文字字数限制/有付费升级版 |
| grammarly | 纠正语法、拼写、标点符号等错误的写作助手 | URL | 免费/有付费升级版 |
| 火山写作 | 写作润色、翻译 | URL | 免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| GitHub Copilot | GitHub 和 OpenAI 合作开发的一个代码编写助手 Github Copilot技巧和窍门 Github Copilot X的Chat功能介绍，Copilot X申请页面 |
URL | 付费 |
| 通义灵码 | 阿里云开发的代码编写助手，可根据当前代码文件及跨文件的上下文，为你生成行级/函数级代码、单元测试、代码注释等，支持 Java、Python、Go、JavaScript、TypeScript、C/C++、C# 等主流语言，同时兼容 Visual Studio Code、JetBrains IDEs 等主流编程工具 | URL | 免费 |
| CodeGeeX | 智谱AI旗下的代码生成大模型，支持200多种主流编程语言的生成及翻译。开源模型： CodeGeeX2  CodeGeex4  【项目原作解读】清华大学郑勤锴：CodeGeeX大规模多语言代码生成模型 |
URL | 免费 |
| Cursor | 使用 GPT进行协作的代码编辑器 | URL | 付费/免费试用 |
| ai-code-translator | 利用chatgpt将代码从一种语言翻译成另一种语言。 | GitHub  |
免费，需要OpenAI API key |
| Amazon CodeWhisperer | 亚马逊开放的AI编程辅助工具，根据你的注释和现有代码，实时生成从片段到完整功能的代码建议。在各种IDE的插件中可以安装,支持15种语言, 包括 Python, Java, and JavaScript等。只需要按照流程注册一个aws builder账号即可。 | URL | 免费 |
| Fitten Code | Fitten Code是由非十大模型驱动的AI编程助手，可以自动生成代码，提升开发效率，调试Bug。还可以对话聊天，解决您编程碰到的问题。免费且支持80多种语言：Python、C++、Javascript、Typescript、Java等。并提供丰富的IDE支持，包括Visual Studio Code、JetBrains系列IDE等。 “技术胖”B站视频：清华初创对决微软Github，哪家AI编程助手更强 |
URL | 免费 |
| gpt-engineer | 一个根据指示生成代码的AI工具，能直接构建整个代码库。B站上的介绍演示视频：gpt-engineer：100%替代程序员的AI程序员来了... | GitHub  |
免费 |
| flappy | 一个产品级面向所有程序员的LLM SDK | GitHub  |
免费 |
| 腾讯云AI代码助手 | 腾讯云 AI 代码助手主要提供两类功能：AI 助手对话功能和代码补全功能。 | URL | 免费 |
| Mistral/Codestral | Mistral.ai的代码生成大语言模型，官方介绍：Empowering developers and democratising coding with Mistral AI., 模型下载:https://huggingface.co/mistralai/Codestral-22B-v0.1 | URL 模型选择Codestral | 免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| immersive-translate | 开源的，沉浸式双语网页翻译扩展 | GitHub  |
免费 |
| Deep L | 准确即时的翻译工具，目前支持 31 种语言 | URL | 免费/付费 |
| openai-translator | 基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用 | GitHub  |
免费，需要OpenAI API key |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 豆包 | 字节跳动旗下的AI聊天软件，有网页、客户端和app应用 ; 体验测试视频： B站视频：豆包 vs GPT，语音对决！豆包的魅力女友让人难以招架～ |
URL | 免费 |
| pi.ai | 一个公认很会聊天的AI，不用担心把天聊死了，并且支持文字和语音。语音输入需要借助苹果系统自带的输入。很适合练习英语对话和听力 | URL | 免费 |
| Voice Control for ChatGPT | chrome扩展程序，通过它可以与 ChatGPT 进行语音对话。可以帮助英语口语或其他语言口语练习。 视频示例：B站视频:免费口语老师：如何用ChatGPT练习英语口语 |
URL | 免费，需要chatgpt账号 |
| SpeechGPT | 开源项目，SpeechGPT 是一个让你与 ChatGPT 聊天的网站。 | GitHub  |
免费，需要OpenAI API key |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| whisper | 开源，OpenAPI 开源的通过大规模的弱监督进行鲁棒性的语音识别的模型 | GitHub  |
免费 |
| buzz | 开源，基于OpenAI的Whisper识别语音并生成字幕的开源桌面软件，使用CPU进行处理 | GitHub  |
免费 |
| WhisperDesktop | 开源，基于OpenAI的Whisper，Windows系统的桌面应用，使用GPU进行处理，GPU性能好的话会比CPU上更快。使用介绍：https://www.appinn.com/const-me-whisper/ | GitHub  |
免费 |
| whisperX | 开源，一位来自牛津大学的博士生Max Bain开源的模型，WhisperX可以按照单词对齐时间戳，基本上生成的字幕都是完整的句子。生成结果除了srt还有json文件，里面有每一行里面单词的时间戳，可以根据需要二次整理字幕。还能识别发言人，准确率还可以。使用示例： 1. 在google colab上使用whisperX生成youtube视频字幕的代码：whisperx_youtube_subtitle，可以免费使用colab的GPU，使用GPU T4，2小时40分钟的视频字幕生成6分钟左右，挺快的。 |
whisperX  |
免费 |
| 飞书秒记 | 上传视频或者音频可转录为文字，并可一键导出到飞书文档。处理速度很快，一个将近 2 个多小时的视频，约 6 分钟完成。 | URL | 免费，有企业付费版 |
| 通义听悟 | 阿里旗下的语音转录应用 | URL | 免费/付费 |
| whisper-web | 在浏览器中运行ML驱动的语音识别! 使用Transformers.js构建。Demo链接 | GitHub  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 微软Azure 文本转语音 | 目前最好用最真实的语音工具，包括自媒体配音最常见的云希和晓晓的声音； 效果演示：痕继痕迹:啊？这是AI合成的？- 盘点那些超逼真的AI语音！ 教程：免费使用微软的Azure；Azure使用详细教程; |
URL | 付费/每个月有50万字符的免费额度 |
| 剪映 | 文本朗读有很多的音色选择 | URL | 免费/vip |
| TTS-Online | 提供超过160种声音选项 美真人配音选择，包含主流的小帅 小美 微软的一些语音，如果你是二次元游戏迷之类网站还提供超过1000+的动漫游戏角色的声音。网站可以提供api。分享者：issue | URL | 免费 |
| 火山引擎TTS | 火山引擎的语音合成 | URL | 付费 |
| 配音神器 | 有网页端、windows客户端工具，使用比较方便 | URL | 付费/非 VIP 每天可试用 5 次 |
| coqui-ai/tts | 用于文本到语音的深度学习工具包 在线体验Demo网页：https://huggingface.co/spaces/coqui/xtts |
Github  |
免费 |
| elevenlabs | 文字转语音的服务，提供多种语言 | URL | 免费/付费 |
| netease-youdao/EmotiVoice | EmotiVoice是一个强大的开源TTS引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。 | Github  |
Free |
| tetos | 适用于多个文本转语音 （TTS） 提供程序的统一接口，支持Edge TTS、OpenAI TTS、Azure TTS、Google TTS、火山引擎TTS、百度TTS | Github  |
免费 |
| ChatTTS | ChatTTS是专门为对话场景设计的文本转语音模型，例如LLM助手对话任务。它支持英文和中文两种语言。最大的模型使用了10万小时以上的中英文数据进行训练。官网：https://chattts.com/ | Github |
免费 |
| FunAudioLLM/CosyVoice | 阿里开源的TTS模型 | Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| shazam | 下载shazaom app可以进行音乐识别，识别速度挺快的 | URL | 免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 剪映 | 目前只有APP端有声音克隆的功能，朗读一小段文字就能完成音色的克隆，音色效果很牛。当你添加文本时，在“文本朗读”那个功能中，点击“我的”tab，就能看到这个功能了 | URL | 限免 |
| 豆包 | 字节跳动的AI聊天应用，豆包app中声音设置可以选择“创建我的声音”，回答问题的时候就可以用克隆的声音来回答了 | URL | 免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Seamless | 可以实时翻译100多种语言，延迟不到2秒钟，说话者仍在讲话时就开始翻译。Seamless翻译不仅仅是文字上的转换，还能保持说话者的情感和语气、语调等，使得翻译后的语音更加自然和真实。Seamless模型统一了SeamlessExpressive、SeamlessStreaming和SeamlessM4T v2的功能。旨在实现多语言、表达性和流畅的语音翻译。在线体验Demo地址 | Github  |
Free |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| so-vits-svc | So-vits-svc（也称Sovits）是基于VITS、soft-vc、VISinger2等一系列项目开发的一款开源免费 AI 语音转换软件，用户只需准备几十分钟到几个小时不等的语音或歌声数据，就能制作属于自己的 AI 声库，将一段语音或歌声转换为你想要的音色。更多介绍 B站视频：手把手教学！如何自己训练一个AI歌手 - sovits本地&云端训练教程 |
GitHub  |
免费 |
| open-mmlab/Amphion | 开源音频、音乐和语音生成工具包， 在线使用：https://huggingface.co/amphion 文章介绍：机器之心：霉霉演唱《稻香》，国内团队的Amphion音频生成火了 |
Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| vocalremover | 分离人声和伴奏 | URL | 有免费的试用额度/付费 |
| lala.ai | 从任何音频和视频中提取人声、伴奏和各种乐器 | URL | 有免费的试用额度/付费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 海绵音乐 | 字节跳动推出的AI音乐创作网站，输入提示词和风格来创作音乐 | URL | 免费 |
| suno.ai | 使用AI通过文本来创作音乐 suno专题页面 应用示例： 韩雪：【AI音乐家】我在古镇用AI写歌！ |
URL | 免费/付费 |
| udio | 使用AI通过文本来创作音乐 | URL | 免费/付费 |
| elevenlabs/sound-effects | elevenlabs 提供的通过文本生成音效的工具 | URL | 免费 |
| suno-ai/bark | 文本转音频模型 | Github  |
免费 |
| audiocraft | Meta开源的一个用于音频/音乐生成的开源库，其中主要包括两个模型，MusicGen：文本到音乐模型，AudioGen：文本生成声音模型。MusicGen在线Demo | GitHub  |
免费 |
| Stable Audio | stability.ai旗下的AI音乐、音效生成应用 | URL | 免费/付费 |
| OptimizerAI | 音效生成 | URL 官方推文介绍 | 免费/付费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| easyvideotrans | 着眼于从原始视频到翻译后最终视频的整个工作流程，在线网站 | Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| gpt_academic | 为GPT/GLM提供图形交互界面，特别优化论文阅读润色体验，模块化设计支持自定义快捷按钮&函数插件，支持代码块表格显示，Tex公式双显示，新增Python和C++项目剖析&自译解功能，PDF/LaTex论文翻译&总结功能，支持并行问询多种LLM模型，支持清华chatglm等本地模型。兼容llama,rwkv,盘古大模型等。 | GitHub  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| 微信 | 微信对话框中的图片有提取文字的选项，识别效果很好，使用了几次基本没有什么识别错误。 2021-03月份 微信AI对OCR功能的介绍：三年磨一剑——微信OCR图片文字提取 |
免费 | |
| Umi-OCR | 开源、免费的离线OCR软件。支持截屏/粘贴/批量导入图片，段落排版/排除水印，扫描/生成二维码。内置多国语言库。 | Github  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| ChatGPT for YouTube | Chrome 插件，快速总结 Youtube 视频內容，需要登录chatgpt账号或者apikey | URL | 免费 |
| Chat Youtube | 给一个Youtube 链接，它能给出总结，还可以向它提视频內容相关的问题 | URL | 免费 |
| BibiGPT | 开源项目，音视频内容 AI 一键总结：哔哩哔哩、YouTube、网页、播客、会议、本地文件等 | GitHub  |
免费 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| PhotoStudio | 虹软PhotoStudio AI智能商拍为商家设置了极为简单便捷的使用流程：上传衣服图/人台图/真人图，选择模特库中的模特和场景，只需3步即可瀑布式产出服装模特商拍大片。 | URL | 付费/试用 |
| 名称 | 说明 | 链接 | 费用 |
|---|---|---|---|
| Figure 01 | 获得了微软、OpenAI、英伟达和亚马逊等投资方的投资 | URL | |
| Altlas | 波士顿动力新的电动人形机器人 | URL | |
| Optimus Gen 2 | 特斯拉的人形机器人 | URL | |
| Apollo | Apptronik公司的人形机器人 | URL | |
| GR-1 | 傅利叶公司的人形机器人 | URL | |
| Digit | Agility公司的人形机器人 | URL | |
| NEO | 1x公司的人形机器人 | URL | |
| H1 | 宇树科技的人形机器人 | URL | |
| Phoenix | sanctuary.ai公司的人形机器人 | URL | |
| MenteeBot | 以色列人形机器人公司 Meetee Robotics 发布的首款双足人形机器人 | URL |
- B站视频：酷玩实验室/5大AI模型测评，带你一天上班摸鱼4小时！, 2023-08-18
- B站视频：【AI对决】让ChatGPT4出题！结果你绝对想不到！！
- B站视频：阿里版GPT【通义千问】,和我的预期不一样： 通义千问在自然科学和专业知识方面表现比较优秀，比如代码能力明显强于文心一言，甚至可以与chatgpt3.5掰掰手腕。在中文表达或者文学创作方面还有待提高，逊色于文心一言。
- B站视频：chatgpt挑战知乎热门问题-GPT3.5 对战 GPT4
- Sparks of Artificial General Intelligence: Early experiments with GPT-4: 该论文是一篇长达154页的对 GPT-4 的测试。微软的研究院在很早期就接触到了 GPT-4 的非多模态版本，并进行了详尽的测试。这篇论文不管是测试方法还是测试结论都非常精彩，强烈推荐看一遍。
- 《GPT-4 ，通用人工智能的火花》论文内容精选与翻译: Sparks of Artificial General Intelligence: Early experiments with GPT-4 这篇论文的精选和中文翻译。
如果您喜欢这个项目，可以赞赏一下支持我们，谢谢您的支持！
