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...
排序
音鹿 – AI音频编辑软件，100+音色选择生成丰富的配音文件
音鹿是AI音频编辑软件，提供文字转语音、海量音色选择、AI翻...
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...
星辰大模型 – 中国电信推出的AI大模型集合平台
星辰大模型是中国电信推出的AI大模型集合平台，覆盖语义、视觉...
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...
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...
WhisperChain – AI实时语音转文字工具，自动对文本进行清理和优化
WhisperChain 是开源的 语音识别工具 ，基于语音...
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...
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...
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...
Weebo – AI语音聊天机器人，实时响应用户语音指令和问题
Weebo是实时语音 聊天机器人 ，基于Whisper Sm...
Vui – Fluxions-AI开源的轻量级语音对话模型
Vui 是 Fluxions-AI 团队开源的轻量级语音对话...
VoiceCraft – 开源的语音编辑和文本转语音模型
VoiceCraft是一个由德克萨斯大学奥斯汀分校研究团队开...
Voila – 开源端到端语音大模型，实现低延迟语音对话
Voila 是开源的端到端语音大模型，专为语音交互而设计。具...
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...
VITA-Audio – 开源的端到端多模态语音大模型，低延迟、推理快
VITA-Audio 是开源的端到端多模态语音大模型，具有低...
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...
悦录 – AI语音转文字工具，支持多种语言和方言、准确率高达95%+
悦录是 AI语音转文字工具 ，基于同花顺的智能语音、自然语言...
Universal-1 – AssemblyAI推出的多语种语音识别和转换模型
Universal-1是AI语音初创公司AssemblyAI...
URO-Bench – AI基准测试工具，专为端到端语音对话模型设计
URO-Bench 是面向端到端语音对话模型（SDMs）的全...
Ultravox – 端到端多模态大模型，直接理解文本和人类语音
Ultravox是新型的多模态大型语言模型（LLM），能直接...
Toucan TTS – 免费开源的文本转语音工具，支持超7000种语言
Toucan TTS是由德国斯图加特大学自然语言处理研究所...
TIGER – 清华大学推出的轻量级语音分离模型
TIGER（Time-frequency Interleav...
The Language of Motion – 斯坦福李飞飞团队推出的统一多模态语言模型
The Language of Motion是斯坦福大学李飞...
TEN VAD – AI实时语音活动检测系统，低延迟、轻量级、高精度
TEN VAD 是高性能的实时语音活动检测系统，专为企业级应...
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...
Talk to Ash – AI心理健康咨询师，全天候心理辅导和情感支持
Talk to Ash 是基于人工智能的心理健康支持平台，通...
Takin AudioLLM – 喜马拉雅推出的系列零样本语音生成模型
Takin AudioLLM是喜马拉雅Everest团队推出...
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...