趣味语音互动，让设备记住你的名字。Say My Name!官网入口网址

使用AI技术自动记录和转录会议内容。Minutes AI官网入口网址

功能强大的语音离线文件转写服务

AI驱动的个人电脑助手，PC Agent官网入口网址

极速语音识别，精准时间戳

Spark-TTS 是一种基于大语言模型的高效单流解耦语音合成模型。

AI语音代理测试与可观测性平台

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。

Soro是将会议语音自动转文字的AI会议记录助手。

构建智能多模态语音助手的端到端框架。

AI语音转文字助手，支持99种语言

开源的工业级普通话自动语音识别模型，支持多种应用场景。

统一的开放命名实体和语音识别模型

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

MiniCPM-o 2.6是一个强大的多模态大型语言模型，适用于视觉、语音和多模态直播。

一款文本转语音工具，帮助您轻松阅读文本。

TypeScript客户端，用于OpenAI的实时语音API。

高精度视频唇形同步技术

基于MaskGCT模型的文本到语音演示

Scribe 是全球最准确的语音转文字模型，支持99种语言。

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。

Whisper Input 是一个通过按键控制语音录制并快速转译的工具。

使用OpenAI实时API与文档进行语音聊天

联合语音转录和实体识别的先进模型

个性化语音克隆工具，实现自然语音生成。ChatTTS-OpenVoice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

音刻转录是一款快速、精准、丝滑的音视频转录工具。

工业级可控高效的零样本文本到语音系统

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。

将电子书转换为有声书的工具。

一个具有先进语音活动检测、唤醒词激活和即时转录功能的稳健、高效、低延迟的语音到文本库。