构建智能多模态语音助手的端到端框架。

高精度视频唇形同步技术

强大的AI音频API，提升项目互动性。ElevenLabs AI audio API官网入口网址

功能强大的语音离线文件转写服务

AI语音转文字助手，支持99种语言

音刻转录是一款快速、精准、丝滑的音视频转录工具。

Whisper Turbo 是一款免费在线快速准确的语音识别工具。

极速语音识别，精准时间戳

基于MaskGCT模型的文本到语音演示

致力于通过自然语音技术，打造个人语音伴侣和全天候可穿戴轻量级眼镜设备。

基于Llama框架的TTS基础模型，兼容16万小时标记化语音数据。

AI语音代理测试与可观测性平台

语音转文字的智能助手

一款文本转语音工具，帮助您轻松阅读文本。

开源AI语音处理工具包，支持语音增强、分离和目标说话人提取。

与任何大型语言模型进行快速的免提语音交互。Open-LLM-VTuber官网入口网址

一款为 Apple Watch 设计的智能语音助手应用，无需手机即可完成多种操作。

PengChengStarling 是一个基于 icefall 项目的多语言自动语音识别（ASR）模型开发工具包。

将文本转换为自然流畅的语音输出

与大型语言模型进行自然的语音对话

会议语音转文本并自动生成摘要的AI工具

统一的开放命名实体和语音识别模型

联合语音转录和实体识别的先进模型

智能语音分析，提升零售客户服务体验。Encounter AI Advisor官网入口网址

基于羊驼模型的大型语音生成模型，LlamaVoice官网入口网址

开源工业级自动语音识别模型，支持普通话、方言和英语，性能卓越。

基于深度学习的高质量文本到语音合成模型

TypeScript客户端，用于OpenAI的实时语音API。

自动语音识别工具，提供词级时间戳和说话人识别

使用AI技术自动记录和转录会议内容。Minutes AI官网入口网址

音频指令演示，体验智能交互。Qwen2 Audio Instruct Demo官网入口网址

实时语音交互的人工智能对话系统。LSLM官网入口网址