AI语音助手

Ciallo TTS是开源的在线 文本转语音工具 ，支持超过...

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...

Hibiki是Kyutai Labs开源的用在同时语音翻译的...

RealtimeSTT是开源的实时 语音转文本 库，专为低延...

Universal-1是AI语音初创公司AssemblyAI...

Voice Engine是OpenAI最新公布的一项AI语音...

Orpheus TTS 是基于 Llama-3b 架构的开源...

The Language of Motion是斯坦福大学李飞...

Step-Audio-TTS-3B 是 Stepfun-AI...

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...

Vui 是 Fluxions-AI 团队开源的轻量级语音对话...

3D-Speaker是阿里巴巴通义实验室语音团队推出的多模态...

URO-Bench 是面向端到端语音对话模型（SDMs）的全...

Spark-TTS 是SparkAudio 团队开源的基于大...

GPT-4o mini TTS 是 OpenAI 推出的轻量...

Oliva 是开源的语音RAG助手，结合 Langchain...

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是一个由德克萨斯大学奥斯汀分校研究团队开...

Toucan TTS是由德国斯图加特大学自然语言处理研究所...

Fish Speech是一款由 Fish Audio 开源的...

CosyVoice 2.0 是阿里巴巴通义实验室推出的Cos...

Takin AudioLLM是喜马拉雅Everest团队推出...

LLaMA-Omni 是中国科学院计算技术研究所和中国科学院...

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...

VITA-Audio 是开源的端到端多模态语音大模型，具有低...

GPT-4o是OpenAI最新推出的一款先进的人工智能模型...

Talk to Ash 是基于人工智能的心理健康支持平台，通...

Phi-4-Multimodal 是微软最新推出的多模态语言...

Bark是Suno AI 推出的开源文本到音频模型，能生成逼...

WhisperChain 是开源的 语音识别工具 ，基于语音...