Whisper Input 是一个通过按键控制语音录制并快速转译的工具。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

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

微软亚洲研究院开发的语音合成技术

情感丰富的多模态语言模型

低延迟的实时语音交互API

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

无需对齐信息的零样本文本到语音转换模型

高效、多语种的语音合成模型

实时浏览器端语音识别应用

AI驱动的语音代理，提供企业级IVR解决方案。Tenyx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

AI驱动的个人电脑助手，PC Agent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。

构建和定制您自己的AI语音助手，连接数百种工具和集成，开始创建您的个性化语音代理。

定制AI语音助手解决方案，为您的日常需求提供智能解决方案。

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。

Alexa+ 是亚马逊推出的下一代智能语音助手，通过生成式 AI 提供更智能、个性化的服务。

自动化AI语音代理测试与性能分析平台，提供真实场景模拟与评估。

将电子书转换为有声书的工具。

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。

智能卖货主播大模型，提升销售效率，增强购物体验。

AI驱动的语音笔记应用，将语音转换为有组织的摘要和清晰的行动项。

多模态语言模型，融合文本和语音

在Google Docs中添加语音评论

AI助手，通过语音和动画指导用户，提升网站交互体验。

300行代码实现基于LLM的语音转录。WeST官网入口网址