通过语音触发Zapier自动化流程。

将任何PDF文档转换成播客节目。

基于MaskGCT模型的文本到语音演示

领先的语音数据隐私解决方案

基于LLM的智能字幕助手，一键生成高质量视频字幕

AI技术实现语音转文字和内容总结的应用

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

使用AI技术自动记录和转录会议内容。Minutes AI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

FoloUp 是一个用于招聘的 AI 驱动语音面试平台。

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。

Soro是将会议语音自动转文字的AI会议记录助手。

将文本转换为逼真语音的在线工具

轻量级端到端文本到语音模型

实时语音和视频AI平台

使用Llama模型的语音合成工具

构建智能多模态语音助手的端到端框架。

开源的语音识别和说话人分割模型推理代码

基于深度学习的高质量文本到语音合成模型

声音AI分析工具，优化语音助手性能

Sandra AI，专为汽车分销设计的智能语音代理。

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

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。

Sesame AI 是一款先进的语音合成平台，能够生成自然对话式语音并具备情感智能。

一个用于生成对话式语音的模型，支持从文本和音频输入生成高质量的语音。

工业级可控高效的零样本文本到语音系统

为酒店提供多语言AI语音代理，提升客户体验并降低运营成本。

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。

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。