Translatotron 3 是由 Google 研究团队开发的直接语音到语音翻译系统，通过自监督和对抗学习从未标记的语音和文本数据中学习，无需成对数据。系统结合了掩码自编码器、无监督嵌入映射和反向翻译三种技术，实现了无监督语音到语音翻译。其在某些公共数据集上的表现优于基线级联系统，并能保留非语言信息如停顿、语速和说话者身份，展示了无监督翻译的巨大潜力。
RWKV-SpeechChat是一个基于3B RWKV模型的实时对话脚本，支持多种音频任务，包括语音识别、翻译、问答等，旨在提供类似GPT-4的智能交互体验。该脚本支持本地部署，仅需6GB显存即可运行，适用于多种语音处理场景。
Google Translate是一个基于网络的翻译服务，支持超过100种语言的即时翻译，适合个人和专业使用，简化不同语言使用者之间的沟通。
Cartesia Sonic是一个极其快速的生成语音API，具有135毫秒的模型延迟。它可以帮助用户构建高质量、实时的语音体验，提供多样的声音库、即时语音克隆、语音混合和语音设计，支持速度和情感控制。
一个快速且高效的语音转文字（STT）模型，支持多语言自动识别和翻译功能。
LMNT是一个语音合成平台，提供与专业配音演员相媲美的高质量语音，支持即时克隆独特表达，并拥有超低300毫秒延迟，确保流畅的高质量对话。
Transcribo是一个WhatsApp机器人，可以将冗长的语音消息转录为文本、翻译和总结。只需将音频消息转发给该聊天机器人，即可快速获取所需信息，从而彻底改变您的聊天体验。
Speechllect是一个基于AI的解决方案，提供实时的语音转文本和文本转语音功能，利用SenseTheory数学理论分析用户发音的每个单词的意义，从而实现准确且具有上下文意义的转换。
Leap AI是一个强大的平台，允许用户在几分钟内创建自定义的AI驱动工作流，帮助自动化工作流程，提高效率。
VEED.IO是一个用户友好的在线视频编辑器，提供文本转视频、头像、自动字幕、语音翻译等功能，允许用户轻松录制、编辑和分享视频。
TopView.ai 是一款AI视频编辑工具，用户可以上传原材料和创意，AI将自动完成从脚本撰写到镜头选择、编辑、旁白和美化视频的全过程。
Teameet是一个网页和移动应用程序，允许用户通过人工智能优化音频和视频进行视频会议，提供屏幕共享、转录、翻译和云录制等多种协作工具。
Clippah 是一个利用人工智能技术的视频编辑平台，旨在帮助创作者提升社交媒体的影响力。它提供如自动字幕、配音等多种工具，以增强视频吸引力并增加观看量。
Lumen5 是一个创新的视频创作平台，利用人工智能轻松将文本内容转化为引人入胜的视频，适合营销人员、创业者和内容创作者，简化视频制作过程，让用户专注于内容战略而不是视频编辑的复杂性。
AI Wizard是一个全能的AI套件，提供新一代基于AI的平台，包含创建精美网站、制作惊艳视频和设计引人注目的图形等功能。它还支持撰写出色的营销内容和文案，使用AI替代18个复杂且昂贵的营销应用，帮助用户创造吸引注意的新鲜图像，轻松实现任何创意。
Dreamshorts是一款尖端的AI工具，可以快速创建脚本并生成无版权视频内容，将您的创意轻松转化为引人入胜的视觉叙事。只需通过WhatsApp或Telegram机器人发送您的想法或文章，跟随提示即可在几秒钟内生成独特的可下载视频和脚本，适用于所有社交媒体或内容平台。
SwiftSora是一个开源项目，允许用户在线根据提示文本或图像生成视频。它利用OpenAI的Sora模型进行视频创作，并提供一键网站部署功能，使用Nuxt.js、Vue 3和Tailwind CSS构建，确保无缝的用户体验。用户可以在几分钟内轻松部署到Vercel或Netlify，非常适合视频制作和AI技术的专业人士和爱好者。
Dreamik AI是一个强大的平台，通过生成AI的能力，将您的文本转换为由虚拟人类叙述的专业视频。用户只需在平台界面输入所需文本，AI技术将生成高质量的视频，虚拟人类将叙述内容。用户还可以根据个人喜好自定义视觉效果、动画和背景音乐。
