Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型
Parakeet TDT 0.6B 是英伟达推出的开源自动 ...
排序
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...
Lobe Chat – 免费开源的高性能AI聊天机器人框架
Lobe Chat是一个免费开源的高性能 AI聊天机器人 框...
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...
ebook2audiobookXTTS – 开源电子书转有声书 AI 工具，支持16种语言
ebook2audiobookXTTS是开源的AI工具，能将...
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...
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...
VoxInstruct – 清华推出的开源语音合成技术，支持多语言和跨语言合成
VoxInstruct 是由清华大学开源的语音合成技术，能根...
Soundwave – 港中文深圳开源的语音理解大模型
Soundwave是香港中文大学（深圳）开源的语音理解大模型...
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...
Chatterbox – Resemble AI开源的文本转语音模型
Chatterbox是 Resemble AI 推出的开源 ...
小乖记账 – AI智能记账应用，语音输入自动分类和整理财务数据
小乖记账是基于AI技术的智能记账应用，通过语音识别技术简化记...
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...
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...
陌生人闹钟 – AI闹钟应用，随机陌生人叫你起床的社交软件
陌生人闹钟是一款创新的闹钟应用，通过AI技术连接全球用户，让...
Step-Audio – 阶跃星辰开源的语音交互模型
Step-Audio是阶跃星辰团队推出的首个产品级的开源语音...
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...
SOLAMI – 南洋理工推出的VR端3D角色扮演AI系统
SOLAMI是创新的VR端3D角色扮演AI系统，是南洋理工大...
Pipecat – 构建语音和多模态对话代理的开源框架
Pipecat是开源的Python框架，专注于构建语音和多模...
Open-LLM-VTuber – AI数字人语音交互项目，支持实时语音对话和视觉感知
Open-LLM-VTuber 是开源的跨平台语音交互 AI...
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...
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...
Fish Agent – Fish Audio推出的端到端语音处理模型
Fish Agent是 Fish Audio 推出的创新的端...
ARTalk – 东京大学等机构推出的3D头部动画生成框架
ARTalk是东京大学和日本理化学研究所推出的新型语音驱动3...
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...
Seed-VC – 零样本实现声音克隆和转换的技术
Seed-VC 是一种零样本声音转换技术，基于上下文学习实现...
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...
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...
MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型
MaskGCT是趣丸科技与香港中文大学（深圳）合作推出的语音...
edge-tts – 开源的AI文字转语音项目
edge-tts是开源的AI文字转语音项目 ，支持超过40种...