语音

1. 首页
2. 语音

思必驰 DFM-2 大模型

思必驰 DFM-2 大模型作为思必驰的自研对话式语言大模型，展现了其在多模态交互和行业应用中的潜力。它通过结合先进的AI技术，为用户提供了更加智能化和个性化的体验，推动了智能语...

Ai平台模型 1970年01月01日 0 点赞 0 评论 385 浏览

VoiceCraft

VoiceCraft是一款开源的神经编解码器语言模型，专攻零样本语音编辑和文本到语音（TTS）任务。它采用Transformer架构，通过token重排过程结合因果掩蔽和延迟叠加技术，实现在现有音频序列内高效生成自然的语音。VoiceCraft在多种口音、风格和噪声条件下表现出色，适用于有声读物制作、视频内容创作、播客音频编辑及多语言内容生产等场景。

AI项目与工具 2024年01月01日 31 点赞 0 评论 385 浏览

Podcastfy

Podcastfy 是一款基于生成式人工智能技术开发的开源工具，可将网络文章、PDF 文件及纯文本转化为多语言对话式音频。它不仅支持多源文本合并，还具备强大的文本转语音功能，允许用户选择不同的语音模型来优化音频效果。此外，其开源特性便于开发者根据需求进行个性化定制，广泛适用于内容摘要、语言本地化、教育材料转化等多个领域。

AI项目与工具 2025年06月12日 18 点赞 0 评论 387 浏览

Orpheus TTS

Orpheus TTS 是一款基于 Llama-3b 架构的开源文本到语音系统，支持自然、富有情感的语音生成。具备零样本语音克隆能力，无需预训练即可模仿特定语音，延迟低至 200 毫秒，适合实时应用。支持多种语音风格和情感控制，适用于有声读物、虚拟助手、游戏、教育等多个领域。

AI项目与工具 2025年06月12日 26 点赞 0 评论 387 浏览

BlipCut

BlipCut是一款基于AI的视频处理工具，支持130多种语言的视频翻译、自动字幕生成、AI配音和唇形同步。用户可上传视频或链接，一键生成多语言版本，并支持语音克隆、智能剪辑及批量处理，适用于内容创作、教育、营销等场景。

AI项目与工具 2025年06月12日 79 点赞 0 评论 388 浏览

Offerin AI

一款基于GPT-4的AI面试笔试助手，支持实时语音识别、极速回答、精确搜索和代码生成等功能。

招聘求职 2025年06月05日 95 点赞 0 评论 388 浏览

TTS-vue

TTS-Vue是一个开源的桌面应用程序，它利用了微软的语音合成技术，为用户提供了一个简单易用的文本到语音转换工具。

Ai语音工具 1970年01月01日 0 点赞 0 评论 388 浏览

Scribenote

Scribenote是一款面向兽医的AI记录工具，利用自然语言处理技术将语音转换为结构化医疗笔记，支持SOAP格式、多宠物记录及客户沟通管理。它简化了文书工作，提高记录效率，适用于日常诊疗、手术记录、紧急处理及远程咨询等场景，同时兼容主流医疗信息系统。

AI项目与工具 2025年06月12日 75 点赞 0 评论 388 浏览

MURF.AI

在几分钟内制作出录音棚品质的配音。将 Murf 逼真的 AI 声音用于播客、视频和所有专业演示

创作工具 1970年01月01日 0 点赞 0 评论 388 浏览

Whisper语音识别模型

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。

Ai开源项目 2025年06月05日 90 点赞 0 评论 388 浏览