Spark Spark-TTS是一款基于大型语言模型的高效文本转语音工具，支持中英文双语及跨语言合成。它无需额外生成模型，通过LLM预测编码直接生成音频，实现零样本语音克隆。用户可自定义语音参数，如音色、语速等，适用于语音助手、多语言内容创作、智能客服及虚拟角色配音等多种场景。 AI项目与工具 2025年06月12日 47 点赞 0 评论 565 浏览
Zonos Zonos是一款由Zyphra开发的高保真文本到语音（TTS）模型，支持零样本语音克隆和多语言生成，具备精细的情感与语音参数控制能力。其采用Transformer和SSM混合架构，基于大规模语音数据训练，适用于有声读物、虚拟助手、多媒体创作及无障碍技术等多个领域。模型开源且支持实时语音生成，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 69 点赞 0 评论 573 浏览
TurboTTS TurboTTS是一款支持多语言的在线文本转语音工具，提供300多种真实语音选择，生成自然流畅的语音效果。适用于短视频、教育、广告及播客等多种场景，操作简单，支持多种音频格式下载，并可合法用于商业用途。凭借AI技术，用户能高效完成语音内容制作，满足多样化需求。 AI项目与工具 2025年06月12日 20 点赞 0 评论 582 浏览
EzAudio EzAudio是一款基于文本到音频（Text-to-Audio, T2A）生成模型，通过优化的扩散变换器架构和高效的数据训练策略，实现了快速生成高质量音频的功能。它支持多种应用场景，如音乐创作、影视后期制作、语音合成等，并具备高保真度和低资源消耗的特点。 AI项目与工具 2025年06月12日 73 点赞 0 评论 582 浏览
字幕说 字幕说是一款为自媒体创作者设计的在线工具，提供文字转语音、音文对齐、视频合成等功能。支持多语言发音、字幕翻译与优化，帮助用户高效生成高质量视频内容，无需出镜即可完成制作，提升创作效率。 AI项目与工具 2025年06月12日 42 点赞 0 评论 584 浏览
百聆 百聆是一款开源语音对话系统，融合语音识别、语音活动检测、大语言模型和语音合成技术，实现自然流畅的语音交互。支持低延迟运行，无需GPU，适用于边缘设备。具备记忆、工具调用和任务管理等功能，适用于智能家居、个人助理、车载系统等多种场景，提供高效的语音交互解决方案。 AI项目与工具 2025年06月12日 90 点赞 0 评论 590 浏览
Eleven v3 Eleven v3是ElevenLabs推出的先进文本转语音模型，支持情感和语调的精确控制，通过内联音频标签实现多样化的表达。它支持多说话人对话，能模拟真实交谈中的语气变化，覆盖超70种语言，适用于媒体影视配音、有声读物制作、游戏开发和教育等领域，提供生动、真实的声音体验。 AI项目与工具 2025年06月11日 65 点赞 0 评论 592 浏览
VoiceDub VoiceDub 是一款AI驱动的音频处理平台，支持人声替换、声音克隆、文本转语音及音频分离等功能，提供超过10,000种AI人声音色。用户可通过平台进行音乐创作、有声内容制作及个性化音频生成，适用于多种应用场景，如语言学习、娱乐互动等。 AI项目与工具 2025年06月12日 57 点赞 0 评论 595 浏览
