开源的语音识别和说话人分割模型推理代码

联合语音转录和实体识别的先进模型

智能AI语音代理，自然对话，多语言支持，用于业务通话自动化。

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。

将文本转换为逼真语音的在线工具

将任何PDF文档转换成播客节目。

自动语音识别工具，提供词级时间戳和说话人识别

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

最新多模态检查点，提升语音理解能力。Llama3-s v0.2官网入口网址

用PERSO.ai轻松本地化视频，实现无缝AI配音、声音克隆和口型同步 - 轻松吸引全球观众。

高精度视频唇形同步技术

AI助手，通过语音和动画指导用户，提升网站交互体验。

智能AI游戏伙伴，提供陪伴与娱乐。逗逗游戏伙伴官网入口网址

前沿AI研究和产品公司，推动通信未来。Gan.AI官网入口网址

通过AI语音播报，让您听取您保存的文章。

TypeScript客户端，用于OpenAI的实时语音API。

AI驱动的语音听写工具

基于羊驼模型的大型语音生成模型，LlamaVoice官网入口网址

FoloUp 是一个用于招聘的 AI 驱动语音面试平台。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

智能语音助手，简化日常任务管理。

精确到词级的自动语音识别模型

实时语音和视频AI平台

低延迟的实时语音交互API

轻量级图片数字人驱动算法，快速定制AI伙伴

代体是一款 AI 赋能的语音输入法，效率极高。

将您的语音立即转换为文本。完全私密，开源，由AI技术驱动。

AI语音助手，提供网站上的实时对话支持和线索转化。

无需对齐信息的零样本文本到语音转换模型

Sandra AI，专为汽车分销设计的智能语音代理。

高效、多语种的语音合成模型

开源、注重隐私的语音助手