语音

App Intents

App Intents 是苹果推出的全新框架,支持开发者将 Siri 和 Apple Intelligence 集成到 iOS 和 macOS 应用中,实现语音控制、自动化操作及内容搜索等功能,大幅提升应用的智能化和便捷性。其核心技术包括意图定义、参数解析和对话管理,适用于邮件、智能家居、笔记、日程管理和健康追踪等多种场景。

Fish Speech

Fish Speech是一款开源的文本到语音(TTS)工具,支持中文、英文和日文。它通过大约15万小时的多语种数据训练,实现了接近人类水平的语音合成效果。该工具的特点包括低显存需求(仅需4GB)、快速推理速度、高自定义性和灵活性。Fish Speech支持多种语音生成模型,如VITS2、Bert-VITS2等,适用于智能助手、自动客服、语言学习等多个领域。

Tactiq.io

一个为各种在线会议平台(例如 Google Meet、Zoom 和 MS Teams)提供实时转录服务的平台。Tactiq.io提供实时转录、人工智能生成的会议摘要、行动项目以及提出自定义问题的功能等功能。

Unmute

Unmute 是 Kyutai 推出的低延迟语音交互系统,专注于语音转文字和文字转语音功能。基于先进 AI 模型,提供实时、高效的语音交互体验,支持用户与 AI 进行语音交流,并能将文字内容快速转换为自然流畅的语音输出。其低延迟处理能力实现无缝交互,具备快速集成、随时打断、10秒生成声音、多样化调整等功能,适用于在线教育、智能客服、语音助手、游戏娱乐和企业会议等场景。

AIMIX智剪

AIMIX智剪是一款短集视频批量剪辑、文案、字幕生成、语音合成等短视频运营功能于一体的智能软件,AIMIX提升你的短视频剪辑效率!

Granola

Granola是一款AI驱动的会议助手工具,支持实时转录、发言者识别、笔记记录和重点标记,自动生成会议总结并支持任务管理。它可与主流会议平台集成,根据会议类型智能调整笔记模板,具备高精度语音识别能力,适用于多种会议场景,帮助用户提升会议效率与信息整理能力。

AutoShorts

AutoShorts是一个开源的AI视频创作和发布平台,它通过AI技术自动生成并定制视频内容,支持用户自定义脚本、配音和视觉效果。该平台可实现每日自动发布新视频到YouTube和TikTok,适用于内容创作者、社交媒体管理者、营销代理及教育机构。AutoShorts简化视频制作流程,提升工作效率,同时确保内容的独特性和创新性。

Offer蛙

Offer蛙是一款AI驱动的面试辅助工具,支持实时语音识别与答案生成,结合高频题库和简历信息,为用户提供专业级回答。具备代码题优化、多平台适配及隐私保护功能,适用于技术面试和线上面试场景,提升面试表现与专业形象。

FineVoice

FineVoice是一种人工智能数字语音解决方案,可以帮助用户增强声音,并实时改变声音。它配有实时变声器,无限的音频和声音效果,录音室质量的录音机,文本到语音,语音到文本。

MiniMax 大语言模型

它基于海量中文数据训练而成,拥有超过1000亿个参数,能够处理上百TB的文本数据。