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 ...
排序
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...
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...
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...
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...
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...
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...
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 ...
clone-voice – 开源的声音克隆工具，支持16种语言
Clone-voice是开源的 声音克隆工具 ，基于深度学习...
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...
AI酱 – AI聊天应用，二次元风格的多语言实时对话
AI酱是二次元风格的AI多语言智能聊天APP，提供了多个二次...
AgenticSeek – 开源本地通用AI Agent，自主执行任务
AgenticSeek是完全本地化的开源AI助手，是 Man...
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...
Aider – 开源AI编程助手，基于命令行指定自动完成代码修改
Aider 是开源的 AI辅助编程 工具，基于终端与大型语言...
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...
MinMo – 阿里通义实验室推出的多模态语音交互大模型
MinMo是阿里巴巴通义实验室FunAudioLLM团队推出...
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...
Ichigo – 开源的多模态AI语音助手，实时处理语音和文本的交织序列
Ichigo是开源的多模态AI语音助手，采用混合模态模型，能...
ChatTTSPlus – 开源文本转语音工具，ChatTTS扩展版支持语音克隆
ChatTTSPlus是 ChatTTS 的扩展版本，增加了...
NotesGPT – 开源的AI语音笔记工具，实时转录文本自动生成行动项
NotesGPT是一款开源的AI驱动语音笔记工具，能将用户的...
Mathtutor on Groq – AI数学辅导工具，支持用语音形式提出数学问题
Mathtutor on Groq 是基于 Groq 架构的...
MarkItDown – 微软开源的多功能、多格式文档转Markdown工具
MarkItDown是微软开源的多功能文档转换工具，能将PD...
LatentLM – 微软联合清华推出的多模态生成模型
LatentLM是微软研究院和清华大学共同推出的多模态生成模...
EVI 3 – Hume AI推出的语音语言模型
EVI 3是Hume AI推出的全新语音语言模型，模型能同时...
Dolphin – 清华联合海天瑞声推出的语音识别大模型
Dolphin是清华大学电子工程系语音与音频技术实验室联合海...
AutoGLM-Web – AI浏览器助手，模拟用户进行网页浏览与交互
AutoGLM-Web是模拟用户操作的AI浏览器助手，基于大...
Audio-SDS – NVIDIA推出的扩展文本条件音频扩散模型
Audio-SDS是NVIDIA AI研究团队推出的创新技术...
AstrBot – 开源多平台聊天机器人及开发框架
AstrBot是多平台聊天机器人及开发框架，支持多种大语言模...
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...
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...