语音

1. 首页
2. 语音

CosyVoice 2.0

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 315 浏览

OpenAudio S1

OpenAudio S1是Fish Audio推出的文本转语音（TTS）模型，基于200万小时音频数据训练，支持13种语言。采用双自回归架构和RLHF技术，生成自然流畅的语音，支持50多种情感和语调标记。具备零样本和少样本语音克隆功能，仅需10到30秒音频即可生成高保真声音。适用于视频配音、播客、游戏角色语音、虚拟助手、游戏娱乐、教育培训及客服系统等场景。提供40亿参数完整版和5亿参数开源版，满足

AI项目与工具 2025年06月11日 28 点赞 0 评论 315 浏览

DreamTalk

一个由清华大学、阿里巴巴和华中科大共同开发的一个基于扩散模型可以让人物照片说话，支持包括歌曲、多种语言的语音、嘈杂的音频在内的各种声音匹配让人物头像说话的框架。

Ai开源项目 2025年06月05日 98 点赞 0 评论 316 浏览

Eden AI

Eden AI 是一个简化产品，测试和集成不同的 AI 解决方案，而无需处理多个帐户、计费系统或技术复杂性的平台。

Ai学习资源 2025年06月05日 54 点赞 0 评论 317 浏览

Llasa TTS

Llasa TTS是基于LLaMA架构的开源文本转语音模型，支持高质量语音合成、情感表达和音色克隆。采用单层VQ编解码器和Transformer结构，具备多语言支持及长文本处理能力，适用于智能助手、有声读物、游戏娱乐等场景。模型提供不同参数规模版本，支持零样本学习，提升语音自然度和表现力。

AI项目与工具 2025年06月12日 71 点赞 0 评论 318 浏览

Ztalk ai

一个AI驱动的会议实时语音翻译平台，可以与 Zoom、Google Meet 等视频会议平台集成。提供超30种语言的即时语音到语音翻译，延迟小于 100 毫秒，具备高级音频处理和企业安全功能。

Ai语音工具 2025年06月05日 30 点赞 0 评论 318 浏览

Linly

一款开源的多语言AI配音和视频翻译工具。Linly-Dubbing可以自动将视频翻译成其他语言并生成字幕、克隆视频中说话者的声音并自动配音、进行口型同步。

Ai开源项目 2025年06月05日 38 点赞 0 评论 319 浏览

配音神器PRO-移动端

配音神器官网_文字转语音神器_配音神器pro_语音合成软件_专业配音神器_AI配音神器

Ai语音工具 1970年01月01日 0 点赞 0 评论 319 浏览

CapsWriter

CapsWriter-Offline是一款基于PC端的离线语音输入与字幕转录工具，支持实时语音转文字功能，具备高准确率和无限时长录音能力。其核心技术依托于深度学习模型，可处理中英文混合语音，并提供热词自定义功能以提升特定术语的识别效果。此工具适用于会议记录、学术讲座、视频字幕生成等多种场景，同时确保用户数据的安全与隐私。 ---

AI项目与工具 2025年06月12日 38 点赞 0 评论 320 浏览

Insighto.ai

Insighto.ai是一个基于人工智能的通信平台，支持多语言对话、24/7客户支持及跨渠道互动。其核心功能包括语音和文本交互、个性化客户体验、CRM集成以及无代码构建能力，广泛应用于客户服务、销售、预约管理等领域，助力企业提升运营效率和客户满意度。

AI项目与工具 2025年06月12日 15 点赞 0 评论 321 浏览