语音

1. 首页
2. 语音

Speech Studio

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发...

Ai语音工具 1970年01月01日 0 点赞 0 评论 294 浏览

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型，基于MoE架构，支持文本、图像、音频和视频等多种模态的输入输出，具备强大的理解和生成能力。模型在多个任务中表现优异，如图像识别、视频理解、语音问答等，适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性，为用户提供一体化智能体验。

AI项目与工具 2025年06月11日 79 点赞 0 评论 294 浏览

Notta

Notta是由MIND CRUISER LIMITED推出的语音转写软件，主要针对个人使用，并在海外拥有数十万用户。这款软件具有录音实时转写、音/视频导入转写、文本多格式导出、音频标记等功能，...

Ai办公效率 1970年01月01日 0 点赞 0 评论 292 浏览

Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。

AI项目与工具 2025年06月12日 48 点赞 0 评论 292 浏览

Buzz

Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具，支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能，支持多种格式导出，并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。

AI项目与工具 2025年06月12日 10 点赞 0 评论 288 浏览

Talk to Ash

Talk to Ash 是一款基于人工智能的心理健康支持平台，通过语音对话技术提供全天候的情感支持与心理辅导服务。平台结合认知行为疗法（CBT）和辩证行为疗法（DBT）等专业方法，能根据用户对话生成个性化建议。具备语音交互、情绪倾听、目标追踪、隐私保护等功能，适用于压力管理、人际关系改善和个人成长等场景。

AI项目与工具 2025年06月12日 83 点赞 0 评论 288 浏览

飞船Kraft

一款基于先进AI技术的智能助手App，您可以通过文字或语音与飞船Kraft对话，解答疑问、获取各类信息，知识与灵感。同时还能个性化定制属于您自己的智能体进行创作和角色定制等。

AI写作对话 2025年06月05日 17 点赞 0 评论 288 浏览

Avatar AI

人工智能成像模型，可以从你的照片中生成逼真的4K头像。它将方形头像扩展为2:3的4K全尺寸AI照片，并可以将其动画化为带有文本转语音或您自己的声音的AI视频。

Ai绘画生成 1970年01月01日 0 点赞 0 评论 287 浏览

Indic Parler

Indic Parler-TTS 是一款由 Hugging Face 与 AI4Bharat 联合开发的多语言文本到语音模型，支持 20 种印度语言和英语，提供 69 种独特语音。该模型基于深度学习架构，通过描述性文本输入实现对音调、语速、情感等参数的灵活控制，适用于多种语音合成场景。在低资源语言上表现优异，具备高自然度和清晰度的语音输出能力。

AI项目与工具 2025年06月12日 55 点赞 0 评论 287 浏览

NaturalReaders

一款文本转语音软件和Ai语音生成器，可以将文本、PDF和其他格式转换为音频，让用户可以听取他们的文件、电子书和学习材料。

Ai语音工具 2025年06月05日 13 点赞 0 评论 287 浏览