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。

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。

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语音代理测试与可观测性平台

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。

与大型语言模型进行自然的语音对话

沟通无界，让每次对话都创造价值。

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。

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

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

领先的语音数据隐私解决方案

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

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。

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。

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。

工业级可控高效的零样本文本到语音系统

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。

通过语音触发Zapier自动化流程。

个性化AI唤醒服务，助你早起。

基于大型语言模型的语音识别技术。