交交 – 上海交大推出的口语对话情感大模型
交交是上海交通大学听觉认知与计算声学实验室推出的全球首个纯学...
排序
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...
RTranslator – 开源的离线、实时、多语言翻译应用程序
RTranslator 是一款开源、免费、离线实时翻译应用程...
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...
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...
Indic Parler-TTS – 开源多语言TTS模型，专注于合成印度语和英语
Indic Parler-TTS 是 Hugging Fac...
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...
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...
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...
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...
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...
Text to Bark – ElevenLabs 推出的 AI“狗语”文本转语音模型
Text to Bark 是 ElevenLabs 推出的全...
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...
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...
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...
KHOJ – 开源 AI 个人化助手，一站式知识管理工具
KHOJ是开源的个人化AI助手，帮助用户整合和检索知识。支持...
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...
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...
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...
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...
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...
FireRedASR – 小红书开源的自动语音识别模型
FireRedASR 是小红书开源的工业级自动 语音识别 ...
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...
Amphion – 开源的全能AI音频项目，面向音频、音乐和语音生成的工具包
Amphion是开源的音频、音乐和语音生成工具包，是香港中文...
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...
Whisper Input – 开源AI语音输入工具，支持多语言实时转录和翻译
Whisper Input 是开源的语音输入工具，基于 Py...
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...
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...
MiniMates – 轻量级AI数字人项目，支持语音和表情两种驱动模式
MiniMates是高性能的轻量级数字人驱动算法，具备语音和...