工具名：gptpdf

功能：使用视觉大语言模型（如 GPT-4o）将 PDF 解析为 markdown。

通过只有293行代码几乎可以完美地解析PDF排版、数学公式、表格、图片、图表等。每页平均价格约为0.013 美元

处理流程：
1. 使用 PyMuPDF 库，对 PDF 进行解析出所有非文本区域，并做好标记；
2. 使用视觉大模型（如 GPT-4o）进行解析，得到 markdown 文件。

GitHub地址

关注频道 @ZaiHuaPd
频道爆料 @ZaiHuabot

via 软件新闻频道📮投稿爆料 - Telegram Channel

Character.AI推出新功能 让你可以与AI角色进行通电话

的Character.AI公司宣布，现在用户可以通过电话与AI角色进行对话。这个功能支持多种语言，包括英语、西班牙语、葡萄牙语、俄语、韩语、日语和中文。

在正式发布之前，这项通话功能已经进行了测试，期间超过300万用户进行了超过2000万次通话。Character.AI表示，这些AI通话功能可以用于语言技能练习、模拟面试，或在角色扮演游戏中增加互动。

用户可以通过按下按钮直接与用户生成的AI角色进行通话。该功能旨在提供流畅的通话体验，减少延迟。用户可以在通话和短信之间无缝切换，并通过“点击打断”选项停止AI讲话。

● 无缝通话：用户可以通过点击按钮与AI角色进行语音通话，体验就像与朋友通电话一样。
● 多语言支持：支持多种语言，包括英语、西班牙语、葡萄牙语、俄语、韩语、日语和中文，方便用户使用。
● 低延迟体验：通话过程中减少延迟，保证聊天的流畅性。
● 个性化声音：用户可以选择不同的声音、音调、口音和个性，定制化自己的AI角色声音。
● 灵活切换：用户可以在通话和短信之间无缝切换，通过“点击打断”选项随时停止AI讲话。
● 丰富应用场景：适用于语言学习、模拟面试、角色扮演游戏中的互动，以及故事创作等多种场景。

今年3月，Character.AI推出了“Character Voices”功能，用户可以在一对一聊天中听到角色的声音。公司称，用户现在可以创建自己的声音，应用库中有超过100万个声音。

在发布新通话功能的同时，Character.AI回应了关于Reddit用户抱怨其角色个性变化的投诉，称公司没有进行重大更改，但某些用户可能参与了测试，注意到了角色行为的差异。

访问尝试：https://character.ai/

via XiaoHu.AI学院 (author: 小互)