语音 - 智狐AI导航

CosyVoice 2.0是一款基于深度学习的语音生成大模型，通过有限标量量化技术和新型架构设计，在发音准确性、音色一致性和韵律表达方面表现出色。其支持流式推理，延迟低至150ms，广泛应用于智能助手、有声读物、视频配音及语言学习等领域，同时具备多语言支持和情感控制等功能。

AI项目与工具 2025年06月12日 10 点赞 0 评论 823 浏览

Mahilo 是一款支持多智能体协作的框架，具备实时语音与文本通信能力，支持智能体间共享上下文并接受人类监督。其提供灵活的通信模式和策略管理功能，适用于客户服务、紧急响应、内容创作、医疗协调等多个场景。通过标准化的消息协议和可扩展的架构，Mahilo 提升了人机协作效率与决策质量。

AI项目与工具 2025年06月12日 95 点赞 0 评论 824 浏览

一款具有情感文本转语音功能的AI语音生成器，可以使用超过400个逼真的声音，将文本转换为逼真的语音。

Ai语音工具 2025年06月05日 25 点赞 0 评论 825 浏览

一个基于WhisperLive把声音转文字和WhisperSpeech理解这些文字的能力构建。能够与AI聊天机器人进行超低延迟对话。

Ai开源项目 2025年06月05日 42 点赞 0 评论 827 浏览

Pinch 是一款基于 AI 的实时语音翻译视频会议平台，支持超过 30 种语言，提供口译和同声传译两种模式，满足多样化的沟通需求。其核心优势在于无需字幕即可实现自然流畅的语音翻译，具备低延迟和文化敏感性处理能力，适用于国际商务、教育、家庭沟通及客户服务等场景。

AI项目与工具 2025年06月12日 90 点赞 0 评论 828 浏览

VideoSrt是一个可以识别视频语音自动生成字幕SRT文件的开源软件工具。适用于快速、批量的为媒体（视频/音频）生成中/英文字幕、文本文件的业务场景。

Ai开源项目 2025年06月05日 31 点赞 0 评论 828 浏览

蚂小财是一款由蚂蚁集团开发的AI金融助手，基于自主研发的大模型技术，为用户提供实时市场热点解读、个性化理财建议和复杂财报的图文解读等功能。支持语音控制和定制简报服务，连接多家专业金融机构，适用于日常理财咨询、投资决策支持和金融知识普及等多种场景。

AI项目与工具 2025年06月12日 17 点赞 0 评论 829 浏览

Voicify AI是创建高质量AI混音的平台，仅需几秒钟即可完成。它允许用户使用AI技术和社群上传的AI语音模型生成AI混音。

Ai语音工具 2025年06月05日 85 点赞 0 评论 829 浏览

ChatPods 是一款基于 AI 技术的播客平台，提供个性化推荐、内容摘要生成、实时问答、章节导航及智能搜索等功能。用户可在收听过程中与 AI 互动，快速获取信息并精准定位内容，适用于学习、娱乐、通勤等多种场景，提升播客收听效率与体验。

AI项目与工具 2025年06月12日 40 点赞 0 评论 830 浏览

Scribe 是由 ElevenLabs 推出的高精度语音转文本模型，支持 99 种语言，具备多说话者区分、非语言事件检测和单词级时间戳功能。输出结构化的 JSON 数据，适用于会议记录、字幕生成、内容创作等多种场景，广泛应用于教育、客服及媒体领域。

AI项目与工具 2025年06月12日 86 点赞 0 评论 831 浏览

语音

首页

语音