语音

1. 首页
2. 语音

SeniorTalk

SeniorTalk是全球首个面向中文超高龄老年人的语音数据集，涵盖202位75岁以上老人的55.53小时语音数据，覆盖16个省市，包含多种口音。数据通过两两自发对话采集，内容贴近真实交流场景，并附有多维标注，如说话人信息、时间戳、口音分类等。该数据集可用于语音识别、说话人验证、语音编辑等研究，支持适老化设备、健康管理和辅助养老系统的开发，推动相关技术进步。

AI项目与工具 2025年06月12日 71 点赞 0 评论 388 浏览

Hibiki

Hibiki是一款由Kyutai Labs开发的开源语音翻译解码器，支持实时语音到语音（S2ST）和语音到文本（S2TT）的翻译。其基于多流语言模型架构，结合弱监督学习和上下文对齐技术，实现低延迟、高保真度的翻译效果。适用于国际会议、在线教育、旅游、新闻采访及客户服务等场景，具备良好的实用性和可扩展性。

AI项目与工具 2025年06月12日 31 点赞 0 评论 388 浏览

DupDub

DupDub是一款由出门问问开发的AI内容生成平台，集成了AI写作、文本转语音、视频编辑等多项功能，支持70多种语言和500多种真实语音效果。它通过简化创作流程，帮助内容创作者快速生成高质量的视频、文本和音频内容，适用于营销、教育、无障碍辅助等多种应用场景，有效提升工作效率与内容影响力。

AI项目与工具 2025年06月12日 62 点赞 0 评论 388 浏览

Murf AI

Murf AI 是一款文本转语音软件，它能够将真实声音与免版税音乐和视频相结合。

Ai语音工具 2025年06月05日 27 点赞 0 评论 389 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 389 浏览

Gemma 3n

Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型，基于 Gemini Nano 架构，采用逐层嵌入技术，将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入，可生成结构化文本输出，并具备音频转录、情感分析等功能。可在本地设备运行，响应时间低至 50 毫秒，适用于语音助手、内容生成和学术任务定制。

AI项目与工具 2025年06月11日 87 点赞 0 评论 390 浏览

Alexa+

Alexa+是亚马逊推出的智能助手，基于生成式AI技术打造，支持自然语言交互与多任务处理。它能够连接智能家居设备、执行日常任务、提供个性化服务，并具备跨设备协同和主动提醒功能。适用于家庭控制、信息查询、娱乐管理等多个生活场景，为用户提供高效便捷的智能体验。

AI项目与工具 2025年06月12日 65 点赞 0 评论 391 浏览

Omnivore

一款免费、开源、适合认真阅读的稍后阅读应用程序。不受干扰。注重隐私。开源。专为知识工作者和终身学习者而设计。

Ai开源项目 2025年06月05日 43 点赞 0 评论 392 浏览

Mahilo

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 393 浏览

Grimo

Grimo 是一款集成多种 AI 技术的写作辅助工具，支持语音输入、提示管理、实时网络搜索和团队协作等功能，适用于作家、内容创作者及专业人员。其提供多个版本以满足不同需求，具备高度定制化和智能化特性，有效提升写作效率和内容质量。

AI项目与工具 2025年06月11日 10 点赞 0 评论 393 浏览