语音

Takin AudioLLM

Takin AudioLLM是一套由喜马拉雅Everest团队研发的语音生成模型,包含文本转语音(Takin TTS)、音色转换(Takin VC)及声音风格变换(Takin Morphing)。它采用最新大型语言模型技术,可生成接近真人的高质量语音,并支持个性化定制与零样本学习。该工具广泛应用于有声书制作、虚拟助手、电影配音等领域,具有音色精准、风格多样等特点。

DD星球

DD星球是一款基于AI技术的虚拟社交应用,用户可通过该平台创造并定制专属的AI伙伴,实现个性化的声音设置、实时语音交流以及数字宇宙的设计。此外,它还支持社交互动,帮助用户拓展社交圈,满足情感陪伴和娱乐休闲的需求。

蚂小财

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。

必火AI

必火AI是一款面向短视频创作的国产AI数字人工具,支持数字人形象生成、语音合成与视频制作等功能。用户上传3分钟真人视频即可生成高精度数字人形象,搭配丰富的音色库实现自然语音交互。平台提供多场景模板,适用于营销、教育、娱乐等多种用途,助力内容创作者高效生成高质量视频内容。

TTS

TTS语音向导是一种工具,允许用户通过微软Azure语音识别和TTS将语音转换为文本,然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项,包括100...

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。

Lepton AI

Lepton AI是由贾扬清创办的云原生AI平台,提供了一系列工具和服务,降低AI应用开发的门槛,帮助开发者更容易地完成创建、部署和扩展任务。它提供了 Python SDK 和云计算平台。Pyth...

Speechnotes

Speechnotes是一款基于AI的语音转文字工具,提供高精度语音识别、实时语音输入、语音命令支持、自动大写处理等功能,支持多平台操作(Chrome扩展、Android、iOS、API等)。它强调隐私保护,录音不经过人工处理且自动删除,适合快速转录、会议记录、写作、医疗记录等多种应用场景,是提升工作效率的理想选择。

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。

VideoSrt

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。