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...
排序
Moonshine – 实时转录场景、低延时高准确的语音识别模型
Moonshine是专为资源受限设备优化的语音识别模型，提供...
Megrez-3B-Omni – 无问芯穹开源的端侧全模态理解模型
Megrez-3B-Omni是无问芯穹推出的全球首个端侧全模...
Mahilo – AI多智能体框架，支持创建与人类互动的多智能体系统
Mahilo 是灵活的多智能体框架，支持创建与人类互动的多智...
FunAudioLLM – 阿里巴巴通义团队推出的开源语音大模型
FunAudioLLM是阿里巴巴通义实验室推出的开源语音大模...
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...
PaddleSpeech – 百度飞桨团队开源的语音处理工具
PaddleSpeech 是百度飞桨团队开源的语音处理工具...
Dinox – AI语音笔记应用，智能生成笔记标题自动双链
Dinox是基于AI技术的语音笔记应用，通过实时语音转录功能...
Baichuan-Audio – 百川智能开源的端到端语音交互模型
Baichuan-Audio是百川智能推出的端到端音频大语言...
SpeechGPT 2.0-preview – 复旦大学推出的端到端实时语音交互模型
SpeechGPT 2.0-preview 是复旦大学 Op...
MegaTTS 3 – 字节与浙江大学合作推出的零样本语音合成系统
MegaTTS 3是字节跳动与浙江大学合作推出的零样本 文本...
Llasa TTS – 香港科技大学开源的文本转语音模型
Llasa TTS 是香港科技大学基于 LLaMA 架构推出...
GTSinger – 浙大开源的大型多语言高质量歌声数据集
GTSinger是由浙江大学研究团队推出的大型开源高质量歌声...
Chatterbox – Resemble AI开源的文本转语音模型
Chatterbox是 Resemble AI 推出的开源 ...
10款免费好用的AI文本转语音的工具和网站，智能合成配音
近年来，由于人工智能和机器学习的发展，文本到语音（TTS）技...
Zonos – ZyphraAI 开源的多语言 TTS 模型
Zonos是Zyphra推出的高保真 文本到语音 （TTS...
LilyFM – AI播客生成应用，一键将网页文章转为音频播客
LilyFM是创新的 AI播客生成 应用，能将网页文章转化为...
Freestyler – 西工大联合微软和香港大学推出的说唱乐生成模型
Freestyler是西北工业大学计算机科学学院音频、语音与...
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...
ChatTS-14B – 字节开源的时间序列理解和推理大模型
ChatTS-14B 是字节跳动研究团队开源的专注于时间序列...
蓝心大模型 – vivo推出的全新自研通用大模型矩阵，30亿端侧大模型
蓝心大模型是vivo发布的全新自研通用大模型矩阵，包括语言大...
Lyra – SmartMore联合多所高校推出的增强多模态交互能力
Lyra是香港中文大学、SmartMore和香港科技大学推出...
PDF to Podcast – 英伟达推出的 PDF 转音频内容 AI 工具
PDF to Podcast是NVIDIA推出的PDF转音频...
ChatTTS – 开源的用于对话的生成式语音合成模型
ChatTTS是一款专为对话场景设计的支持中英文的文本转语音...
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...
小饿 – 饿了么推出的骑手端AI智能语音助手
小饿是饿了么为外卖骑手推出的AI智能语音助手。基于大模型技术...
悬河 – AI虚拟社交平台，与虚拟角色沉浸式文字或语音交流
悬河是 AI虚拟角色社交平台 ，支持用户与AI虚拟角色进行文...