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

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。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

微软亚洲研究院开发的语音合成技术

TypeScript客户端，用于OpenAI的实时语音API。

实时语音交互的人工智能对话系统。LSLM官网入口网址

让获取知识和听歌一样轻松

基于Kokoro和ONNX运行时的文本到语音（TTS）项目。

高精度视频唇形同步技术

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

Whisper Input 是一个通过按键控制语音录制并快速转译的工具。

高效、多语种的语音合成模型

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。

致力于通过自然语音技术，打造个人语音伴侣和全天候可穿戴轻量级眼镜设备。

AI助手，通过语音和动画指导用户，提升网站交互体验。

Sandra AI，专为汽车分销设计的智能语音代理。

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

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。

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

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

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。

低延迟、高质量的端到端语音交互模型

实时语音和视频AI平台

低延迟的实时语音交互API

自动化电话预约，专为服务提供商打造的AI语音助手。处理日程安排、确认和日历同步，无漏接电话，无麻烦。

首个面向语境智能的人类级实时交互系统，支持多情感、多风格语音交互。

Relyable 让您快速部署高性能 AI 电话代理。

通过语音触发Zapier自动化流程。