语音
  1. 首页
  2. 语音

列表

Multi

Multi

Multi-Speaker 是 AudioShake 推出的高分辨率多说话人分离工具，支持将音频中不同说话人的语音精准分离至独立轨道，适用于广播级音频处理。它具备高保真音频处理能力，支持高采样率，能处理长达数小时的录音，在复杂场景下仍能保持稳定效果。广泛应用于影视、播客、无障碍服务及内容创作等领域，提升音频编辑效率与质量。
AI项目与工具 2025年06月12日
byword

byword

Byword是一款基于人工智能技术的写作工具，能够高效生成高质量、SEO优化的文章。它支持批量生成内容、关键词提取、标题生成、图片匹配及多语言支持等功能，并与主流平台无缝集成，极大简化了内容创作和发布流程。无论是企业还是个人用户，均可借助Byword提升内容生产力并优化搜索引擎排名。
AI项目与工具 2025年06月12日
Zeemo.ai

Zeemo.ai

Zeemo，这是一款快速的 AI 字幕工具，可以为您的视频自动生成和翻译字幕。
字幕配音 2025年06月05日
NotesGPT

NotesGPT

NotesGPT是一款开源的AI语音笔记工具，具备语音转录、自动总结及任务生成等功能，采用先进技术保障转录准确性与任务生成效率，支持多语言并适配多种使用场景，如会议记录、学术研究及个人备忘等。
AI项目与工具 2025年06月12日
Rask Ai

Rask Ai

Rask AI是新一代的视频翻译和配音工具，是一个利用先进的人工智能技术来自动化视频内容本地化和翻译过程的平台。
Ai语音工具 2025年06月05日
Mini

Mini

Mini-Omni 是一个开源的端到端语音对话模型，具备实时语音输入和输出的能力，能在对话中实现“边思考边说话”的功能。模型设计无需额外的自动语音识别（ASR）或文本到语音（TTS）系统，直接进行语音到语音的对话。Mini-Omni 采用文本指导的语音生成方法，通过批量并行策略提高性能，同时保持了原始模型的语言能力。它支持实时语音交互、文本和语音并行生成、跨模态理解等功能，适用于智能助手、客户服务
AI项目与工具 2025年06月12日
ARTalk

ARTalk

ARTalk是由东京大学与日本理化学研究所联合开发的语音驱动3D头部动画生成框架，基于自回归模型实现实时、高同步性的唇部动作和自然表情生成。它通过多尺度运动码本和滑动时间窗口技术提升动画质量，并引入风格编码器实现个性化风格适配。该工具在唇部同步、表情自然性和风格一致性方面优于现有技术，适用于虚拟现实、游戏开发、动画制作及人机交互等领域。
AI项目与工具 2025年06月12日
MinMo

MinMo

MinMo是阿里巴巴通义实验室推出的多模态语音交互大模型，具备高精度语音识别与生成能力。支持情感表达、方言转换、音色模仿及全双工交互，适用于智能客服、教育、医疗等多个领域，提升人机对话的自然度与效率。
AI项目与工具 2025年06月12日
Dolphin

Dolphin

Dolphin是由清华大学与海天瑞声联合开发的面向东方语言的语音识别大模型，支持40种语言及22种中文方言，具备高精度语音转文字能力。采用CTC-Attention架构，结合E-Branchformer和Transformer技术，提升识别效率与准确性。模型开源，支持自定义语言与地区设置，适用于会议记录、语音输入、智能助手等多种场景。
AI项目与工具 2025年06月12日
Wispr Flow

Wispr Flow

Wispr Flow 是一款基于AI技术的语音转文字工具，支持100多种语言，具备自动编辑、上下文感知和低音量识别等功能，提升写作与沟通效率。提供免费基础版及付费专业版和团队版，适用于写作、商务、学习等多种场景，注重用户隐私保护，操作便捷自然。
AI项目与工具 2025年06月12日