AI新工具(20240520)
![](https://aibard123.com/images/blog/aibar123.jpg)
✨ 1: Farfalle
Farfalle 是一个支持本地和云端模型的开源AI搜索引擎。
Farfalle 是一个开源的、由人工智能驱动的搜索引擎。这个工具的核心功能是利用本地大型语言模型(LLM)或云端模型来回答问题和进行搜索。 能够运行本地的LLM,如llama3、gemma、mistral,也支持使用云端模型,如Groq/Llama3、OpenAI/gpt4-o。 既可以在本地运行,也可以通过云端进行部署。
地址:https://github.com/rashadphz/farfalle
✨ 2: computer vision and sports
计算机视觉在体育中被用来检测和分析运动员和场地的关键点与图像。
Computer Vision(计算机视觉)在体育领域有多种应用,主要包括以下几类:
- 目标检测(Object Detection):识别并定位运动员、裁判、球类等物体。
- 图像分割(Image Segmentation):将图像中的不同部分分离,例如将足球场和观众区区分开来。
- 关键点检测(Keypoint Detection):检测运动员身体的关键点,如关节位置,从而分析运动姿态。
- 基础模型(Foundational Models):提供一些基础的视觉识别和分析工具,这些工具可用于进一步构建复杂的应用。
地址:https://github.com/roboflow/sports
✨ 3: Whisper-TikTok
利用AI生成趣味TikTok视频的工具,支持语音识别和自然语音合成。
Whisper-TikTok 可以从给定的音频文件中生成精准的文字转录,然后利用这些文字创建一个TikTok视频。这个过程包含几个步骤:
- 转录音频:使用OpenAI的Whisper模型,把音频文件中的内容转录为文本。
- 生成语音:通过Microsoft Edge的文本转语音API(TTS),生成与文本匹配的语音文件。
- 制作视频:把生成的文字、语音和背景视频整合到一起,生成一个完整的视频文件。
- 上传视频:可以自动将生成的视频上传到TikTok平台。
地址:https://github.com/MatteoFasulo/Whisper-TikTok
✨ 4: Chat with GoogleMap
现在你可以像ChatGPT一样直接和它聊天了
谷歌地图刚刚升级!
现在你可以像ChatGPT一样直接和它聊天了。
以下是地图上提供的 5 个令人敬畏的新功能:
- 对话式地图搜索
现在,您可以直接与Google地图聊天并询问任何信息。
人工智能将使用谷歌地图的信息,包括业务细节、照片、评级和评论,以提供可靠的结果。
- 地图上的实时取景(增强现实)
只需点击相机图标即可使用实时取景进行搜索。
发现附近的自动取款机、餐馆、公园和中转站,显示它们的营业时间和评级。
按照 AR 箭头精确地引导您到达目的地。
- 新的沉浸式视图
现在,您可以在使用此功能访问地点之前确定地点范围。
查看逼真的视图,并获取有用的信息,如天气预报、人群高峰时间。
室内景观展现餐厅氛围,帮助您做出选择。
- 新的多重搜索
现在,您可以将文字和图片结合起来,以一种全新的创新方式发现您正在搜索的内容 - 访问 Google 地图上数百万家本地商家的信息。
- 获取 AI 建议
随时随地获取 AI 驱动的建议。
如果开始下雨,请向地图询问“未雨绸缪的活动”,并获得附近的喜剧表演或电影院等建议。
地址:https://github.com/ptsochantaris/emeltal
✨ 5: Add human-like narration to your blog or news site
使用ElevenLabs Audio Native为博客或新闻网站添加拟人化的语音叙述
允许你将文章、博客或新闻内容转换成真人般的语音朗读,让读者可以听到你的内容,而不仅仅是阅读文字。这个工具叫做 Audio Native,由 ElevenLabs 提供。
具体操作步骤:
- 登录并访问 Audio Native 页面。
- 将你的网站域名添加到允许列表。
- 选择一个你喜欢的声音,可能是男性、女性、年轻或成熟的声音。
- 定制播放器的外观,使其与网站的整体风格协调一致。
- 复制并粘贴提供的嵌入代码到你的网站后台,就能将播放器添加到你的网页中。
地址:https://elevenlabs.io/blog/audio-native/
更多AI工具,参考国内AiBard123,Github-AiBard123
广告:私人定制视频文本提取,字幕翻译制作等,欢迎联系QQ:1752338621