语音

1. 首页
2. 语音

VALL-E

VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为 VALL-E），并将 TTS 视为...

Ai平台模型 2026年06月21日 0 点赞 0 评论 861 浏览

moemate

Moemate是一款集成了多语言对话、屏幕感知、语音克隆和自定义图像模型等功能的AI角色平台。它支持用户创建个性化AI伴侣，并兼容多种语言模型和操作系统。Moemate不仅提供娱乐体验，还具备教育辅助、信息查询和工作效率提升等实用功能，适合个人和企业用户。

AI项目与工具 2025年06月12日 88 点赞 0 评论 862 浏览

Zeemo.ai

Zeemo，这是一款快速的 AI 字幕工具，可以为您的视频自动生成和翻译字幕。

字幕配音 2025年06月05日 97 点赞 0 评论 863 浏览

Aqua Voice

Aqua Voice 是一款AI驱动的语音转录与文档编辑工具，支持语音转文字、自然语言指令编辑、自动格式优化及多语言处理。它适用于高效写作、辅助输入及跨平台办公场景，兼容多种主流应用，提升文本创作效率与准确性。

AI项目与工具 2025年06月11日 81 点赞 0 评论 863 浏览

字狐AI

字狐AI是一款集成多种AI功能的浏览器插件，主要功能包括智能问答、网页信息提取、写作辅助、PDF转换及OCR文字识别。用户可通过语音或文字与之互动，快速获取所需信息并提升工作效率。支持多语言识别与编辑，适用于办公文档处理、写作创作、资料阅读及PPT制作等场景。

AI项目与工具 2025年06月12日 12 点赞 0 评论 866 浏览

MarkItDown

MarkItDown是一款由微软推出的开源文档转换工具，支持多种文件格式（如PDF、Office文档、图像、音频等）转换为Markdown格式。它具备OCR文字识别、语音转文字、元数据提取等功能，适用于文档归档、内容发布、数据挖掘、学术研究等多个场景，旨在简化文件处理流程，提升工作效率。通过提供简单易用的API接口，MarkItDown成为开发者友好型工具。

AI项目与工具 2025年06月12日 22 点赞 0 评论 866 浏览

Bark

Bark是一款开源的文本到音频转换模型，由Suno AI开发，能够生成逼真的多语言语音及多种音频类型，包括音乐和背景噪音，并支持非语言交流的声音。该模型提供预训练模型，适用于研究和商业用途。其主要功能涵盖文本到音频转换、多语言支持、音频多样性和非语言交流模拟。Bark在多语言内容创作、音频内容生成和非语言交流场景中具有广泛应用。

AI项目与工具 2025年06月12日 28 点赞 0 评论 866 浏览

TIGER

TIGER是由清华大学研发的轻量级语音分离模型，采用时频交叉建模策略与多尺度注意力机制，有效提升语音分离性能，同时显著降低计算和参数开销。模型通过频带切分优化资源利用，适应复杂声学环境，广泛应用于会议记录、视频剪辑、电影音频处理及智能语音助手等领域。

AI项目与工具 2025年06月12日 98 点赞 0 评论 866 浏览

CircleBack

CircleBack 是一款基于 AI 的会议记录工具，支持多语言转录与智能总结，能自动生成结构化笔记和行动项。其具备强大的口音识别能力，可与 Zoom、Google Meet、Microsoft Teams 等平台集成，适用于企业会议、远程协作、教育、客户服务及医疗等多个场景。此外，它还支持语义搜索和工作流自动化，提升会议管理效率。

AI项目与工具 2025年06月11日 29 点赞 0 评论 868 浏览

Wispr Flow

Wispr Flow 是一款基于AI技术的语音转文字工具，支持100多种语言，具备自动编辑、上下文感知和低音量识别等功能，提升写作与沟通效率。提供免费基础版及付费专业版和团队版，适用于写作、商务、学习等多种场景，注重用户隐私保护，操作便捷自然。

AI项目与工具 2025年06月12日 79 点赞 0 评论 869 浏览