LookOnceToHear

实时语音提取智能耳机交互系统

普通产品编程语音识别实时处理

LookOnceToHear 是一种创新的智能耳机交互系统，允许用户通过简单的视觉识别来选择想要听到的目标说话者。这项技术在 CHI 2024 上获得了最佳论文荣誉提名。它通过合成音频混合、头相关传输函数(HRTFs)和双耳房间脉冲响应(BRIRs)来实现实时语音提取，为用户提供了一种新颖的交互方式。

Best AI Websites & Tools

LookOnceToHear

LookOnceToHear 最新流量情况

LookOnceToHear 访问量趋势

LookOnceToHear 访问地理位置分布

LookOnceToHear 流量来源

LookOnceToHear 替代品

SenseVoice — 多语种语音理解模型，提供高精度语音识别与情感识别。

讯飞星火 — 全面对标GPT-4 Turbo的AI大语言模型

讯飞虚拟人 — 全栈式虚拟人多场景应用服务

EVI 2 — 新型基础语音对语音模型，提供人性化对话体验。

心辰Lingo语音大模型 — 沟通无界，让每次对话都创造价值。

聆龙 — AI笔记助手，记录、整理、对话，让知识管理更智能。

Aixploria — AI工具目录，发现最佳AI工具

Mini-Omni — 开源多模态大型语言模型，支持实时语音输入和流式音频输出。

Easy Voice Toolkit — 本地部署的AI语音工具箱，支持语音识别、转录和转换。

OpenVoiceChat — 与大型语言模型进行自然的语音对话

Llama3-s v0.2 — 最新多模态检查点，提升语音理解能力。

Encounter AI Advisor — 智能语音分析，提升零售客户服务体验。

Seed-ASR — 基于大型语言模型的语音识别技术。

speech-to-speech — 开源的语音到语音转换模块

汉王语音王 — 智能语音旗舰应用，无障碍语言记录与交流。

whisper-diarization — 基于OpenAI Whisper的自动语音识别与说话人分割

Qwen2 Audio Instruct Demo — 音频指令演示，体验智能交互。

WeST — 300行代码实现基于LLM的语音转录。

LSLM — 实时语音交互的人工智能对话系统。

Voice Assistant Plugin for GPT — 语音助手插件，提升GPT交互体验

Segment Anything Model 2 — 一种用于图像和视频的视觉分割基础模型。

Say My Name! — 趣味语音互动，让设备记住你的名字。

PC Agent — AI驱动的个人电脑助手

AIAvatarKit — 快速构建基于AI的会话头像

SenseVoiceSmall — 多语种高精度语音识别模型

Onyxium — 一站式AI工具平台

FunAudioLLM — 自然交互的语音理解和生成基础模型

Indexify — 实时数据提取和检索框架

Azure 认知服务语音 — 让应用通过语音与文本的转换实现智能交互。