1、D-ID Agents：真正的数字分身 用你的照片做虚拟人，再克隆上你的声音，再上传文件来同步你的知识库，能实现只有2秒延迟的视频对话。 我试了下，目前一直提示不在线，体验不到真实的效果。 使用地址：https://studio.d-id.com/agents
Introducing D-ID Agents - Build and deploy AI assistants you can speak with face-to-face.mp4
2、Pix2Text：开源的公式识别工具 可能是最好的开源模型，除了Mathpix商用模型，比其他的商用模型也不差。 普通人用免费版就够用，也提供了付费版本，错误率更低。 Github：https://github.com/breezedeus/Pix2Text 在线使用（每人每天可以免费识别 10000 个字符）：https://p2t.breezedeus.com/ 抱抱脸使用（可以体验付费模型）：https://huggingface.co/spaces/breezedeus/Pix2Text-Demo
3、ChatGPT灰度测试语音朗读功能
选择语音角色，然后在每个回复下面都会有一个语音播放按钮，支持多语言。之前的各种浏览器插件，即将退出舞台，我现在用的是Voice Control for ChatGPT插件，支持语音输入和回复朗读。
ssstwitter.com_1709393649497.mp4
