DiTFastAttn

Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER（字错误率）（⬇️ 越低越好）和 RTFx（实时因子）（⬆️ 越高越好），模型根据其平均 WER 从低到高进行排名。

TTSMaker是一款在线文本转语音工具，也称为AI语音生成器，它可以将文本转换为音频，并且可以播放或下载音频文件。

BabelDOC 是新一代智能 PDF 翻译工具，采用先进的排版保持技术，为您提供专业级的双语对照翻译体验。无论是前沿学术论文，还是商业分析报告，BabelDOC 都能帮您轻松跨越语言藩篱，同时完美呈现原文档的精致排版。

VideoTutor 是一款 AI 驱动的教育工具，专注于生成学习视频，它提供定制的 AI 解释视频和 24/7 AI 教师支持，覆盖数学、科学和语言等主题。它适合 K-12 学生自主学习，但具体效果可能因用户而异。

Poe 不仅仅是一个聊天应用，它是一个集成了多模型互动、自定义应用创建和多样化工具的综合性平台。无论是希望通过多种 AI 模型解决问题的用户，还是希望探索 AI 创造力的开发者，Poe 都提供了丰富的可能性。

Higgsfield AI平台支持文生图和图生视频，近期对图生视频功能进行了全面升级，专为追求高质量、风格化内容创作并渴望真正电影级操控的创意人士打造——无论是MV导演、商业片制作人、AI创作者，还是社交媒体叙事者。