语音

1. 首页
2. 语音

VITA

VITA-Audio 是一款开源的端到端多模态语音大模型，具备低延迟、高推理效率和多模态交互能力。其核心创新包括轻量级 MCTP 模块和四阶段渐进式训练策略，使模型在语音识别、文本转语音和口语问答等任务中表现优异。支持实时对话、智能客服、教育辅助、医疗辅助及内容创作等多种应用场景，适用于各类语音交互系统。

AI项目与工具 2025年06月11日 19 点赞 0 评论 841 浏览

15个AI视频翻译工具和软件，自动配音生成全球任意语言

本文介绍了15款基于人工智能技术的视频翻译工具，这些工具能够实现精准的语音识别、自然语言处理和机器学习，从而将视频内容从一种语言翻译成另一种语言，为全球观众提供无缝的语言转换体验。这些工具涵盖了多语言支持、精准翻译与文化适配、字幕与音频同步、自动对口型和重新配音、智能视频去文字、翻译视频文字、视频翻译精校版、支持多种语言、字幕调整和声音克隆等多个功能和特点，极大地提升了视频内容的本地化质量和传播效

AI项目与工具 2025年06月12日 52 点赞 0 评论 835 浏览

NoteGen

NoteGen是一款开源AI笔记工具，支持截图识别、剪贴板监听和文本输入，通过OCR和AI技术将碎片信息整理为结构化Markdown笔记。内置Markdown编辑器与AI写作助手，支持大纲生成、公式编辑、流程图绘制及翻译优化。支持多设备同步与GitHub私有仓库管理，保障数据安全，适用于知识管理、学习研究、创作写作及团队协作等场景。

AI项目与工具 2025年06月12日 93 点赞 0 评论 829 浏览

悬河AI

悬河基于人工智能大模型，构造出一个个有知识、有个性、有风格的AI数字人虚拟人智能体。

3D&游戏 2025年06月05日 70 点赞 0 评论 827 浏览

星火语音同传大模型

星火语音同传大模型是科大讯飞推出的国内首个端到端语音同传AI系统，支持37种语言，具备高精度翻译、流式处理、语境理解和语音合成优化等功能。模型可在5秒内完成同传，准确度高，适用于国际会议、商务交流、教育等场景，支持译文长度调节和设备兼容，提升跨语言沟通效率。

AI项目与工具 2025年06月12日 53 点赞 0 评论 827 浏览

Media2Face

一款革命性的语音面部动画生成工具，借助 Media2Face，现在可以从任何音频、图像或文本输入无缝生成逼真且富有表现力的面部动画。

Ai开源项目 2025年06月05日 56 点赞 0 评论 824 浏览

MiniMax MCP Server

MiniMax MCP Server 是一款基于 MCP 协议的多模态生成服务器，支持视频、图像、语音及声音克隆等功能。其具备高分辨率输出、自然语音生成与声音克隆能力，兼容多种主流客户端。平台采用客户端-服务器架构，结合 RAG 技术提升响应准确性，适用于教学、游戏开发、内容创作等多个领域。

AI项目与工具 2025年06月11日 14 点赞 0 评论 824 浏览

HoneyDo

一款通过语音指令简化购物体验的语音控制购物清单助手。它还提供了一个基于人工智能的“拍照识别”功能，可以从拍摄的餐食或食品储藏处的照片中识别并列出食材清单。

电商运营 2025年06月05日 100 点赞 0 评论 823 浏览

​LobeChat

一个开源、高性能的聊天机器人框架，支持语音合成、多模态和可扩展（函数调用）插件系统。支持一键免费部署您的私人 ChatGPT/LLM Web 应用程序。

AI写作对话 2025年06月05日 37 点赞 0 评论 823 浏览

Sierra

Sierra 是一款基于对话式 AI 的客户服务解决方案，支持多语言、语音交互和品牌一致性，可实时处理复杂客户问题并优化体验。平台具备强大的适应性和数据分析能力，适用于零售、金融、电信等多个行业，提供高效、个性化的客户支持服务。

AI项目与工具 2025年06月11日 43 点赞 0 评论 822 浏览