语音
  1. 首页
  2. 语音

列表

Enhance Speech

Enhance Speech

一款由 Adobe 出品的录音增强工具，可以去除音频背景噪音，让语音或者录音听起来就像在专业录音室中录制一样，使音频具有专业录音室品质录音的干净、专业的声音。
Ai语音工具 2025年06月05日
BlipCut

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
Chirp 3

Chirp 3

Chirp 3 是谷歌云推出的高清语音合成工具，支持 31 种语言和 248 种声音，能生成自然流畅的语音。具备多语言支持、自定义语音、流式合成等功能，适用于智能助手、有声读物、视频配音等场景。支持多种音频格式，注重数据安全与合规性。
AI项目与工具 2025年06月12日
EmotiVoice

EmotiVoice

EmotiVoice是网易有道推出的开源文本到语音系统，支持中英文及2000+音色，能根据提示生成带情感的语音。具备情感合成、语音克隆、多语言支持等功能，提供Web界面和API接口，适用于有声读物、智能助手、教育、客服等场景，技术上支持高效部署与模型微调。
AI项目与工具 2025年06月12日
讯飞智能翻译

讯飞智能翻译

讯飞智能翻译是一款由讯飞开发的智能翻译工具，翻译结果具有高度的准确性和可靠性。
Ai办公效率 2025年06月05日
Whisper

Whisper

Whisper是一个开源的自动语音识别系统，经过68万小时的多语言和多任务监督数据训练
Ai语音工具 1970年01月01日
NeMo

NeMo

NeMo 是一款基于 NVIDIA 技术的端到端云原生框架，专为生成式 AI 模型的设计与部署而打造。它具备模块化架构、多模态支持、优化算法及分布式训练能力，可应用于语音识别、自然语言处理、文本到语音转换、对话式 AI 等多个领域，同时支持预训练模型微调和端到端开发流程，为企业提供高效灵活的解决方案。
AI项目与工具 2025年06月12日
GTSinger

GTSinger

GTSinger是一项由浙江大学研发的开源高质量歌声数据集，包含80.59小时的多语言专业录音棚歌声数据，支持歌声合成、技巧识别、风格迁移和语音到歌声转换等多种任务。它通过音素级标注和真实乐谱支持，为歌唱技巧的研究和应用提供了强大工具。
AI项目与工具 2025年06月12日
FireRedASR

FireRedASR

FireRedASR是小红书推出的工业级自动语音识别（ASR）模型系列，支持普通话、中文方言和英语，具备高精度和高效推理能力。其包含FireRedASR-LLM和FireRedASR-AED两个版本，分别聚焦于极致精度和计算效率。模型在多个场景如智能助手、视频字幕生成、歌词识别和语音输入中表现出色，且已开源，推动语音识别技术的发展。
AI项目与工具 2025年06月12日