Westlake-Omni – 西湖心辰开源的中文情感端到端语音交互模型
Westlake-Omni 是西湖心辰推出的全球首个开源中文...
排序
Lobe Vidol – AI数字人交互平台，可与虚拟人和 3D 模型聊天互动
Lobe Vidol是开源的 数字人创作平台 ，让每个人都能...
Mini-Omni – 开源的端到端实时语音对话大模型
Mini-Omni 是一个开源的端到端语音对话模型，具备实时...
OpenVoice – 免费开源的AI语音克隆项目
OpenVoice是由MyShell推出的一个免费开源的AI...
J1 Assistant – 罗永浩旗下 Jarvis 项目推出的 AI 智能助手
J1 Assistant 是罗永浩旗下 AI 初创项目 Ja...
FoloUp – 开源AI语音面试平台，自动生成定制化面试问题
FoloUp 是开源的AI语音 面试平台 ，能帮助企业高效地...
Parler-TTS – Hugging Face开源的文本转语音模型
Parler-TTS是由Hugging Face推出的一款开...
SeniorTalk – 智源联合南开开源的超高龄老年人中文对话语音数据集
SeniorTalk 是智源研究院联合南开大学计算机学院人类...
NeMo – 英伟达推出的用于构建、定制和部署生成式AI模型
NeMo 是由 NVIDIA 提供的端到端云原生框架，用于构...
MARS5-TTS – 开源的AI声音克隆工具，支持140+语言
MARS5-TTS是CAMB.AI推出开源的 AI声音克隆工...
GLM-4-Voice – 智谱AI推出的端到端情感语音模型
GLM-4-Voice是 智谱AI 推出的端到端情感语音模型...
Whispo – AI语音转录工具，一键录音与转写
Whispo是AI驱动的语音转录工具，支持用户按住Ctrl键...
Reverb ASR – Rev公司开源的自动语音识别和说话人分离模型
Reverb ASR是Rev公司推出的开源自动语音识别和说话...
口语精灵 – AI口语学习应用，智能检测和纠正语法错误
口语精灵是 AI口语学习 软件，通过先进的人工智能技术和真人...
DD星球 – AI虚拟社交应用，定制AI伙伴进行实时对话交流
DD星球是数命科技推出的 AI虚拟社交应用 ，为用户提供一个...
Aero-1-Audio – LMMs-Lab 推出的轻量级音频模型
Aero-1-Audio 是 LMMs-Lab 开发的轻量级...
VoiceCanvas – 开源AI语音合成平台，支持多语言、多音色、声音克隆服务
VoiceCanvas 是开源的多语言 语音合成 平台。基于...
Spirit LM – Meta推出多模态语言模型，无缝集成语音和文本
Spirit LM是由Meta AI团队推出的一种多模态语言...
Muyan-TTS – 开源文本转语音模型，零样本语音合成
Muyan-TTS 是为播客场景设计的开源 文本转语音 （T...
MoshiVis – Kyutai 开源的多模态实时语音模型
MoshiVis 是 Kyutai 推出的开源多模态语音模型...
猫头音 – AI配音翻唱软件，将文字转化为个性化逼真的配音效果
猫头音是AI配音翻唱软件，将文字转化为逼真的语音。软件提供丰...
TaoAvatar – 阿里推出的实时高清3D全身对话数字人技术
TaoAvatar是阿里巴巴集团研究团队推出的高保真、轻量级...
Speech-02 – MiniMax 推出的新一代文本转语音模型
Speech-02 是 MiniMax 推出的新一代 文本到...
MeloTTS – MyShell AI推出的多语言文本到语音转换工具
MeloTTS 是一个由 MyShell AI 开发的开源的...
汉王语音王 – 汉王科技推出的智能语音APP
汉王语音王是汉王科技推出的智能语音APP，集成了AI语音记录...
GPT-SoVITS – 开源的声音克隆项目，只需少量数据即可合成声音
GPT-SoVITS是一个开源的 声音克隆项目 ，由B站UP...
EmotiVoice – 网易有道开源的AI语音合成系统
EmotiVoice是网易有道开源的多语言、多声音和提示控制...
CSM – Sesame团队推出的语音对话模型
CSM（Conversational Speech Mode...
ChildMandarin – 智源联合南开开源的低幼儿童中文语音数据集
ChildMandarin 是智源研究院联合南开大学计算机学...
百聆 – AI语音对话助手，端到端时延低至800ms
百聆(Bailing)是开源的语音对话助手，基于 语音识别 ...