免费的 AI 播客生成工具，支持多种格式文件。

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。

Soro是将会议语音自动转文字的AI会议记录助手。

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。

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

AI驱动的个人电脑助手，PC Agent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

一个提供语音克隆和AI语音内容创作的平台。

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。

AI驱动的语音听写工具

Android平台上的私有、设备端语音识别键盘和文字服务

基于LLM的智能字幕助手，一键生成高质量视频字幕

前沿AI研究和产品公司，推动通信未来。Gan.AI官网入口网址

个性化AI助手，记录每一刻，与AI对话获取反馈。Omi AI官网入口网址

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。

通过语音触发Zapier自动化流程。

精确到词级的自动语音识别模型

将任何PDF文档转换成播客节目。

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

声音AI分析工具，优化语音助手性能

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

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

GGAssist提供AI游戏伙伴、AI语音变声等广泛的AI游戏工具。

工业级可控高效的零样本文本到语音系统

FoloUp 是一个用于招聘的 AI 驱动语音面试平台。

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。

将文本转换为逼真语音的在线工具

实验室数字化助手，提升科研效率。

轻量级端到端文本到语音模型