✨ 1: GLM-4-Voice

GLM-4-Voice是智谱AI推出的语音模型，可进行中英文实时语音对话并调节语音特性。

GLM-4-Voice 是由智谱 AI 推出的一个端到端语音模型，能够理解和生成中英文语音，以实现实时语音对话。该模型具备根据用户指令调整语音情感、语调、语速及方言等特性的能力，展现出灵活的语音合成表现。

GLM-4-Voice 在语音对话和合成领域展现了广泛的应用潜力，为用户带来了更生动、自然的交流体验。

地址：https://github.com/THUDM/GLM-4-Voice

✨ 2: NotebookLlama

NotebookLlama是一个开源项目，旨在将PDF文档转换为播客，涵盖多个处理步骤。

NotebookLlama 是一个开源项目，旨在帮助用户将 PDF 文档转换为播客，涵盖从文本处理到语音合成的整个工作流程。该项目包含多个 Jupyter Notebook，逐步引导用户进行工作，适合零基础的用户学习。

项目还鼓励用户在使用中进行实验和改进，包括使用不同的模型和设置，支持将网站、音频文件和YouTube链接等多种输入形式纳入流程。

NotebookLlama提供了丰富的学习资源，适合希望深入了解文本生成和语音合成的开发者。

地址：https://github.com/meta-llama/llama-recipes/tree/main/recipes/quickstart/NotebookLlama/

✨ 3: AyaMCooking

AyaMCooking是一款支持多语言的语音助手，帮助用户生成食谱、提供烹饪建议及营养信息。

AyaMCooking是一款基于语音的多语言料理助手，支持10种语言的智能对话，旨在成为您厨房中的完美帮手。它采用先进的多语言工作流，能够为用户提供丰富的烹饪支持，包括生成个性化食谱、建议食材替代、提供营养信息等多项功能。

地址：https://github.com/bhavnicksm/AyaMCooking

✨ 4: Doc2Podcast

Doc2Podcast 是一个 AI 工具，能将 PDF 文档转化为引人入胜的播客音频内容。

Doc2Podcast 是一个基于人工智能的工具，可以将 PDF 文档转换为引人入胜的播客风格音频内容。该项目利用 Next.js、React 和 Langflow 的技术，为用户生成音频内容，帮助将书面资料以更生动的方式呈现。

Doc2Podcast 通过将文档转为音频，能够让信息的传播变得更加灵活、多样化，适合各类用户需求。

地址：https://github.com/misbahsy/Doc2Podcast

✨ 5: Computer Use - OOTB

这是一个无需Docker的解决方案，支持远程控制电脑，提供用户友好的Gradio界面。

Computer Use - OOTB（开箱即用的计算机使用）是Claude的新计算机使用API的解决方案，方便用户在各种平台上使用，当前已在Windows上进行了测试。该项目基于Gradio提供用户友好的界面，无需Docker即可安装和运行。

Computer Use - OOTB 提供了一个创新的平台，允许用户通过简单的界面实现对计算机的远程控制，适合现代数字化办公环境，且随着功能不断增加，未来有望支持更多设备和操作系统。

地址：https://github.com/showlab/computer_use_ootb

更多AI工具，参考国内AiBard123，Github-AiBard123 公众号：每日AI新工具