# 实时通信

Videosdk
VideoSDK是一种API,可以让开发人员在任何平台上轻松构建实时音频和视频体验。
#音频视频
12

Mahilo
Mahilo是一个强大的AI代理集成平台,旨在将来自不同框架的AI代理连接在一起,实现实时通信和人类监督。
开发与工具#多代理系统
564

Gemini Multimodal Live + WebRTC
Gemini Multimodal Live + WebRTC是一个展示如何构建简单语音AI应用的示例项目,使用Gemini多模态直播API和WebRTC技术。
开发与工具#Gemini开源
540

Livekit Plugins Turn Detector
LiveKit Plugins Turn Detector是一个用于LiveKit Agents的插件,它通过使用定制的开放权重模型来确定用户何时完成发言,从而引入了端对端的发言结束检测。
语音识别#发言结束检测开源
588

Streamvc
优质新品
StreamVC是由Google研发的实时低延迟语音转换解决方案,能够在保持源语音内容和韵律的同时,匹配目标语音的音色。
AI语音合成#实时通信开源
1,836

Sign AI
Sign AI是一个由Mudita Studios在西雅图发起的创业项目,旨在通过人工智能技术,为听障和重听人群提供实时、双向的手语翻译服务。
翻译#实时通信
996

Fixie.ai
国外精选
Fixie.ai致力于开发能够像人类一样自然交流的人工智能模型。
聊天机器人#自然语言处理
492

LAM
rabbit是一个研究项目,旨在开发可以理解和模拟人类在计算机应用中的行为的系统。
AI Agents#自然语言处理
2,532
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
912

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k