Gemini是Google DeepMind推出的全新AI模型，集成了多模态推理功能，超越了以往模型的性能，适用于科学文献洞察、竞争性编程等多种应用场景。Gemini官网入口网址

VideoSrt是一个可以识别视频...

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。Whisper语音识别模型官网入口网址

使用 GPT-4 自动化您的浏览器 在插件中输入自然语言命令，你就可以操控浏览器，例如创建Google日历、搜索、播放视频。，Taxy AI官网入口网址

一个本地的PDF处理工具，其界面为Web UI，支持Docker部署。，StirlingPDF官网入口网址

自动音乐生成研究的演示网站列表，文字生成音乐工具大全官网入口网址