多语种语音理解模型，提供高精度语音识别与情感识别。SenseVoice官网入口网址

Hibiki 是一款用于流式语音翻译（即同声传译）的模型，能够实时逐块生成正确翻译。

Gemini 2.0 是谷歌推出的最新一代生成式 AI 模型，包含 Flash、Flash-Lite 和 Pro 版本。

低延迟、高质量的端到端语音交互模型

低延迟的实时语音交互API

快速生成类人语音的TTS模型

全本地AI语音聊天工具，低延迟，高效率。voicechat2官网入口网址

可扩展的流媒体语音合成技术，结合大型语言模型。

Cloudflare 推出的用于构建 AI 代理的平台，支持高效自动化任务执行。

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。

实时语音交互数字人，支持端到端语音方案

数字孪生视频对话平台，Tavus CVI官网入口网址