PlayHT PlayHT是一个功能强大、特性丰富的在线文本到语音工作室，它通过先进的AI技术，提供了一个广泛的、自然声音的AI语音库，适用于多种语言和场景。 创作工具 2026年11月14日 0 点赞 0 评论 783 浏览
VALL VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为 VALL-E），并将 TTS 视为... Ai平台模型 2026年11月14日 0 点赞 0 评论 782 浏览
蘑兔听记 一款音视频转文字工具，超98%的语音识别准确率，30分钟音频只需3分钟就可转成文字，支持20多种方言、30余种外语，极大提高了工作和学习效率。 Ai语音工具 2025年06月05日 26 点赞 0 评论 782 浏览
Fugatto Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。 AI项目与工具 2025年06月12日 44 点赞 0 评论 782 浏览
Lyra Lyra是一款由香港中文大学、SmartMore和香港科技大学联合研发的高效多模态大型语言模型（MLLM）。它通过整合视觉、语音和文本三种模态的信息，实现了强大的跨模态理解和推理能力。Lyra不仅擅长处理长语音数据，还支持流式文本-语音生成及跨模态信息交互，适用于智能助手、客户服务、教育培训、医疗健康等多个领域。 AI项目与工具 2025年06月12日 18 点赞 0 评论 781 浏览
Ondoku Ondoku 是一款支持多语言的文字转语音工具，提供文本输入、图片文字提取及语音调整功能。用户可将文本或图片中的文字转换为自然语音，并下载为音频文件。适用于教育、娱乐、商务等多种场景，如课程讲解、有声书制作和视频配音，提升信息传播效率。 AI项目与工具 2025年06月12日 41 点赞 0 评论 781 浏览
S10.AI S10.AI是一款基于人工智能的医疗辅助工具，主要功能包括实时生成精准的临床记录、EHR系统集成、自动化编码以及临床决策支持。它通过语音识别技术简化医生的工作流程，显著提升工作效率，同时保障数据安全与隐私合规。该工具适用于各类医疗机构、心理治疗机构及独立诊所，支持多语言转录并提供高度自定义选项。 AI项目与工具 2025年06月12日 82 点赞 0 评论 779 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 775 浏览
