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。

FoloUp 是一个用于招聘的 AI 驱动语音面试平台。

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。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

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。

通过语音触发Zapier自动化流程。

轻量级端到端文本到语音模型

微软亚洲研究院开发的语音合成技术

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

基于LLM的智能字幕助手，一键生成高质量视频字幕

高效、多语种的语音合成模型

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

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

使用AI技术自动记录和转录会议内容。Minutes 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

基于羊驼模型的大型语音生成模型，LlamaVoice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。

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。

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。

开源的工业级普通话自动语音识别模型，支持多种应用场景。

Whisper Input 是一个通过按键控制语音录制并快速转译的工具。

实验室数字化助手，提升科研效率。

个性化AI唤醒服务，助你早起。

沟通无界，让每次对话都创造价值。

精确到词级的自动语音识别模型

利用AI生成视频脚本、语音和会说话的头像

情感丰富的多模态语言模型