اے آئی آڈیو
AIEZZ ٹول ٹیگ
“اے آئی آڈیو” ٹیگ والی اے آئی مصنوعات دیکھی جا رہی ہیں؛ 4 مماثل نتائج ہیں۔
dots.ttsAI آواز کی ترکیبdots.tts، ژیاؤہونگشو کی dots ٹیم اور شنگھائی جیاو تونگ یونیورسٹی کی X-LANCE لیبارٹری کے اشتراک سے اوپن سورس کیا گیا 2 ارب پیرامیٹرز پر مشتمل مکمل مسلسل خودکار صوتی ترکیب کا بنیادی ماڈل ہے۔ یہ ماڈل براہِ راست مسلسل مخفی فضایٔ میں 48kHz آڈیو کو حصوں میں تیار کرتا ہے، جبکہ...00
IndexTTS-2.5AI آواز کی ترکیبIndexTTS-2.5، Bilibili کا اوپن سورس صنعتی معیار کا زیرو شاٹ وائس کلوننگ ماڈل ہے، جس کے پیرامیٹرز کی تعداد صرف 0.8B ہے۔ یہ چینی، انگریزی، جاپانی، ہسپانوی اور عربی، یعنی پانچ زبانوں کے درمیان کراس لِنگوئل منتقلی کو سپورٹ کرتا ہے۔00
PhotoGenerator AIAI پینٹنگ تخلیقPhotoGenerator AI ایک AI فوٹو جنریشن اور ایڈیٹنگ ٹول ہے جو براؤزر میں چلتا ہے۔ یہ متنی وضاحتوں کے ذریعے پورٹریٹ، پروڈکٹ تصاویر، تصوراتی آرٹ اور تجارتی تصاویر بنانے کے ساتھ ساتھ تصاویر اپ لوڈ کرکے انہیں دوبارہ تخلیق کرنے، پس منظر تبدیل کرنے، اسٹائلائز کرنے اور تفصیلات بہتر بنانے کی سہولت دیتا ہے۔ پروڈکٹ متعدد تصویری ماڈلز فراہم کرتا ہے، جبکہ مفت آغاز اور ماہانہ یا سالانہ سبسکرپشن پلانز بھی دستیاب ہیں۔168.3
Hy ASR 3.0 preview – Tencent Hunyuan کا پیش کردہ نئی نسل کا اسپیچ ریکگنیشن ماڈلAI اسپیچ ریکگنیشنHy ASR 3.0 preview – Tencent Hunyuan کا پیش کردہ نئی نسل کا اسپیچ ریکگنیشن ماڈل، Hy3 بڑے زبان ماڈل پر مبنی نئی نسل کا اسپیچ ریکگنیشن سسٹم ہے، جو اعلیٰ درستگی والی آواز کی شناخت اور گہری معنوی سمجھ کو یکجا کرتا ہے۔ یہ چینی، انگریزی، کینٹونیز اور 10 بڑی بولی کے علاقوں کو سپورٹ کرتا ہے، اور سیاق و سباق پر مبنی ذہین تصحیح، اہم الفاظ کی شمولیت، نیز زیادہ شور اور سرگوشی جیسے پیچیدہ حالات میں مضبوط کارکردگی فراہم کرتا ہے۔ اوپن سورس تشخیصی ڈیٹا سیٹ پر WER تقریباً 3% تک محدود ہے، جبکہ خود تیار کردہ تشخیصی ڈیٹا سیٹ پر یہ تمام حریفوں سے بہتر کارکردگی دکھاتا ہے۔ یہ ماڈل ذہین کسٹمر سروس، مواد تخلیق، صوتی تلاش، دفتری تعاون اور ذہین ٹرمینلز جیسے حالات کے لیے موزوں ہے۔ اسے Tencent Cloud API کے ذریعے مربوط کیا جا سکتا ہے یا Tencent Yuanbao میں مفت آزمایا جا سکتا ہے۔00اس ٹیگ والے تمام ٹولز دکھائے گئے ہیں۔