এআই অডিও
AIEZZ টুল ট্যাগ
“এআই অডিও” ট্যাগযুক্ত AI পণ্য ব্রাউজ করা হচ্ছে, যেখানে 4টি মিলে যাওয়া ফলাফল রয়েছে।
dots.ttsএআই ভয়েস সিন্থেসিসdots.tts হলো Xiaohongshu-এর dots টিম ও Shanghai Jiao Tong University-এর X-LANCE Laboratory-এর যৌথভাবে উন্মুক্ত করা ২ বিলিয়ন প্যারামিটারের সম্পূর্ণ-ধারাবাহিক অটোরিগ্রেসিভ স্পিচ সিন্থেসিস বেস মডেল। মডেলটি সরাসরি ধারাবাহিক ল্যাটেন্ট স্পেসে 48kHz অডিও ধাপে ধাপে তৈরি করে, ...00
IndexTTS-2.5এআই ভয়েস সিন্থেসিসIndexTTS-2.5 হলো Bilibili-এর ওপেন-সোর্স করা শিল্পমানের জিরো-শট ভয়েস ক্লোনিং মডেল। এতে মাত্র 0.8B প্যারামিটার রয়েছে এবং চীনা, ইংরেজি, জাপানি, স্প্যানিশ ও আরবি ভাষায় আন্তভাষিক স্থানান্তর সমর্থন করে।00
PhotoGenerator AIAI পেইন্টিং সৃষ্টিPhotoGenerator AI হলো ব্রাউজারে চলা একটি AI ছবি তৈরি ও সম্পাদনার টুল। এটি টেক্সট বর্ণনার মাধ্যমে প্রতিকৃতি, পণ্যচিত্র, কনসেপ্ট আর্ট ও বাণিজ্যিক ছবি তৈরি করতে পারে। এছাড়া ছবি আপলোড করে পুনরায় আঁকা, ব্যাকগ্রাউন্ড পরিবর্তন, স্টাইলাইজড সম্পাদনা ও সূক্ষ্ম বিবরণ সংশোধন করা যায়। পণ্যটিতে একাধিক ইমেজ মডেল রয়েছে এবং বিনামূল্যে শুরু করার পাশাপাশি মাসিক বা বার্ষিক সাবস্ক্রিপশন প্ল্যানও দেওয়া হয়।168.3
Hy ASR 3.0 preview – টেনসেন্ট হুনইয়ানের推出 করা নতুন প্রজন্মের স্পিচ রিকগনিশন মডেলএআই স্পিচ রিকগনিশনHy ASR 3.0 preview – টেনসেন্ট হুনইয়ানের推出 করা নতুন প্রজন্মের স্পিচ রিকগনিশন মডেল হলো Hy3 বৃহৎ ভাষা মডেলের ওপর ভিত্তি করে তৈরি নতুন প্রজন্মের স্পিচ রিকগনিশন সিস্টেম, যা উচ্চ-নির্ভুলতার স্পিচ রিকগনিশন ও গভীর সেমান্টিক বোধগম্যতাকে একীভূত করে। এটি চীনা, ইংরেজি, ক্যান্টনিজ এবং 10টি প্রধান উপভাষা অঞ্চলের ভাষা সমর্থন করে। পাশাপাশি এতে রয়েছে প্রসঙ্গভিত্তিক বুদ্ধিমান সংশোধন, হট-ওয়ার্ড ইনজেকশন এবং উচ্চ শব্দ, ফিসফিসসহ জটিল পরিস্থিতিতে স্থিতিশীলভাবে কাজ করার সক্ষমতা। ওপেন-সোর্স মূল্যায়ন সেটে WER প্রায় 3%-এর মধ্যে থাকে এবং নিজস্ব মূল্যায়ন সেটে এটি প্রতিযোগী মডেলগুলোর তুলনায় সামগ্রিকভাবে এগিয়ে। মডেলটি বুদ্ধিমান客服, কনটেন্ট তৈরি, ভয়েস সার্চ, অফিস সহযোগিতা এবং বুদ্ধিমান টার্মিনালসহ বিভিন্ন ক্ষেত্রে ব্যবহার করা যায়। এটি টেনসেন্ট ক্লাউড API-এর মাধ্যমে সংযুক্ত করা যায় অথবা টেনসেন্ট ইউয়ানবাও-তে বিনামূল্যে ব্যবহার করে দেখা যায়।00এই ট্যাগযুক্ত সব টুল দেখানো হয়েছে।