语音

1. 首页
2. 语音

灵伴科技Rokid

也和称Rokid，2014年成立，总部在杭州，创始人是前阿里巴巴M工作室负责人祝铭明，是一家专注于AI与AR技术的杭州高科技公司。

Ai科技公司 2025年06月05日 28 点赞 0 评论 833 浏览

Westlake

Westlake-Omni是西湖心辰推出的一款开源中文情感端到端语音交互大模型，融合了语音识别、自然语言处理、情感理解和对话管理等功能，具备实时性和端到端交互特性。它通过深度学习技术和离散表示法，实现从语音输入到语音输出的全流程自动化，生成自然流畅的语音回应，并广泛应用于智能助手、客户服务、教育辅助、健康医疗等领域。

AI项目与工具 2025年06月12日 91 点赞 0 评论 833 浏览

SpeechEasy

SpeechEasy是一种合成语音解决方案，可以让用户从文本生成高质量、易于理解的音频。它适用于各种设备和平台，支持桌面和移动设备，有近12种高质量的合成声音可供选择。它使用简单...

Ai语音工具 2026年09月29日 0 点赞 0 评论 832 浏览

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 77 点赞 0 评论 830 浏览

Freed

Freed是一款基于AI技术的医疗文档助手，通过语音转录和自然语言处理技术，实现医患对话的自动化记录与结构化文档生成。其核心功能包括环境感知技术、个性化学习以及多语言支持，广泛适用于门诊、住院、急诊及远程医疗等多种医疗场景，旨在减轻医生文书负担，提升工作效率。

AI项目与工具 2025年06月12日 85 点赞 0 评论 829 浏览

Hibiki

Hibiki是一款由Kyutai Labs开发的开源语音翻译解码器，支持实时语音到语音（S2ST）和语音到文本（S2TT）的翻译。其基于多流语言模型架构，结合弱监督学习和上下文对齐技术，实现低延迟、高保真度的翻译效果。适用于国际会议、在线教育、旅游、新闻采访及客户服务等场景，具备良好的实用性和可扩展性。

AI项目与工具 2025年06月12日 31 点赞 0 评论 829 浏览

DeepL

DeepL Pro是一款由人工智能和神经网络提供支持的专业翻译服务，可跨多种设备和应用程序(包括文档、网页、电子邮件和口头对话)提供准确、安全和可定制的翻译

Ai语音工具 2026年09月29日 0 点赞 0 评论 828 浏览

Verbalate Ai

Verbalate是一款通用的视频翻译和唇语同步工具，能够轻松地将音频/视频内容转换为多种语言，并具备语音克隆和唇语同步功能。

Ai语音工具 2025年06月05日 19 点赞 0 评论 828 浏览

Vocol.Ai语音转文本神器

Vocol.Ai语音转文本神器，一个一体化语音协作平台，它使用人工智能将语音高精度地转换为文本并分享可操作的见解。它具有多种语言转录功能。

Ai语音工具 2025年06月05日 20 点赞 0 评论 827 浏览

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目，包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识，支持超过50种语言；CosyVoice则专注于自然语音生成，支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景，其相关模型和代码已公开发布。

AI项目与工具 2025年06月12日 66 点赞 0 评论 826 浏览