与大型语言模型进行自然的语音对话

一款文本转语音工具，帮助您轻松阅读文本。

功能强大的语音离线文件转写服务

高精度视频唇形同步技术

无需对齐信息的零样本文本到语音转换模型

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

基于OpenAI Whisper的自动语音识别与说话人分割，whisper-diarization官网入口网址

前沿AI研究和产品公司，推动通信未来。Gan.AI官网入口网址

一站式生活助手，整合日程、提醒、记事、购物、天气等多功能。Hero App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

智能会议助手，实现会议内容实时转写与总结。

一个简单易用的语音克隆和语音模型训练工具。

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。

Alexa+ 是亚马逊推出的下一代智能语音助手，通过生成式 AI 提供更智能、个性化的服务。

工业级可控高效的零样本文本到语音系统

一个提供语音克隆和AI语音内容创作的平台。

AI驱动的深度W造和语音克隆检测平台，快速验证视频、语音和信息。

基于Kokoro和ONNX运行时的文本到语音（TTS）项目。

Whisper Input 是一个通过按键控制语音录制并快速转译的工具。

Soro是将会议语音自动转文字的AI会议记录助手。

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。

实验室数字化助手，提升科研效率。

基于大型语言模型的语音识别技术。

轻量级端到端文本到语音模型

低延迟、高质量的端到端语音交互模型

将任何PDF文档转换成播客节目。

低延迟的实时语音交互API

开源的语音识别和说话人分割模型推理代码

使用OpenAI实时API与文档进行语音聊天

使用AI整理和提炼你的想法的语音和文本笔记应用

AI驱动的语音笔记应用，将语音转换为有组织的摘要和清晰的行动项。