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...
排序
Ciallo TTS – 在线AI文本转语音工具，支持长文本自动分段处理
Ciallo TTS是开源的在线 文本转语音工具 ，支持超过...
Step-Audio-TTS-3B – 高性能 TTS 模型，能生成特定情感和说唱风格的语音
Step-Audio-TTS-3B 是 Stepfun-AI...
Orpheus TTS – 开源AI语音合成系统，支持多种语音风格
Orpheus TTS 是基于 Llama-3b 架构的开源...
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...
SafeEar – 浙大和清华联合开源的AI音频伪造检测框架
SafeEar是由浙江大学和清华大学联合开发的AI音频伪造检...
F5-TTS – 上海交大推出开源的文本到语音（TTS）合成系统
F5-TTS是由上海交通大学开源的一款高性能文本到语音（TT...
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...
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...
RealtimeSTT – AI实时语音转文本库，自动检测说话的开始与结束
RealtimeSTT是开源的实时 语音转文本 库，专为低延...
Hibiki – Kyutai Labs 推出的实时语音翻译模型
Hibiki是Kyutai Labs开源的用在同时语音翻译的...
飞猪AI问一问 – 飞猪推出的多智能体 AI 旅行助手
飞猪AI问一问是飞猪推出的多智能体驱动的AI旅行助手。通过多...
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...
Spark-TTS – AI文本转语音工具，支持中英零样本语音克隆
Spark-TTS 是SparkAudio 团队开源的基于大...
Fish Speech – 开源的高效文本到语音合成TTS工具
Fish Speech是一款由 Fish Audio 开源的...
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...
GPT-4o – OpenAI最新发布的多模态AI大模型
GPT-4o是OpenAI最新推出的一款先进的人工智能模型...
Voice Engine – OpenAI公布的AI语音合成和声音克隆模型
Voice Engine是OpenAI最新公布的一项AI语音...
LLaMA-Omni – 中科院推出的低延迟高质量的语音交互模型
LLaMA-Omni 是中国科学院计算技术研究所和中国科学院...
GPT-4o mini TTS – OpenAI 推出的文本转语音模型
GPT-4o mini TTS 是 OpenAI 推出的轻量...
CosyVoice 2.0 – 阿里开源的语音生成大模型
CosyVoice 2.0 是阿里巴巴通义实验室推出的Cos...
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...
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...
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...
Open NotebookLM – 开源的PDF转播客AI工具，能自定义语气
Open NotebookLM 是一个开源的AI工具，基于最...
Bark – Suno AI 推出的开源文本到音频模型
Bark是Suno AI 推出的开源文本到音频模型，能生成逼...
3D-Speaker – 阿里通义推出的多模态说话人识别任务开源项目
3D-Speaker是阿里巴巴通义实验室语音团队推出的多模态...
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...
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...
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...