语音
  1. 首页
  2. 语音

列表

AutoShorts

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。
AI项目与工具 2025年06月12日
MARS5

MARS5

MARS5-TTS是一款开源的AI声音克隆工具，支持140多种语言的文本转语音功能。它能够生成高度逼真的语音，并处理复杂的韵律场景。该工具拥有12亿参数，基于超过15万小时的训练数据。用户可以通过文本中的标点符号和大小写等标记引导语音的韵律和情感，同时提供快速克隆和深度克隆两种模式。MARS5-TTS可应用于内容创作、语言学习、辅助技术、客户服务和多媒体娱乐等多种场景。
AI项目与工具 2025年06月12日
MooER

MooER

MooER是一款基于国产全功能GPU训练的开源音频理解大模型，由摩尔线程推出。它能够进行中文和英文的语音识别，并具备中译英的语音翻译能力。MooER在Covost2中译英测试集中取得25.2的BLEU分数，接近工业级标准。其主要功能包括语音识别、语音翻译、高效率训练以及开源模型。该模型采用深度学习架构和端到端训练模式，具有强大的多语言处理能力和广泛的适用性。
AI项目与工具 2025年06月12日
Bark

Bark

Bark是一款开源的文本到音频转换模型，由Suno AI开发，能够生成逼真的多语言语音及多种音频类型，包括音乐和背景噪音，并支持非语言交流的声音。该模型提供预训练模型，适用于研究和商业用途。其主要功能涵盖文本到音频转换、多语言支持、音频多样性和非语言交流模拟。Bark在多语言内容创作、音频内容生成和非语言交流场景中具有广泛应用。
AI项目与工具 2025年06月12日
Lingo

Lingo

Lingo是一款由西湖心辰开发的国内首个端到端语音大模型，具备实时交互、语音理解、多风格语音表达、情绪价值等功能。Lingo在人机对话的自然流畅度和情绪感知方面表现出色，适用于智能家居、客户服务、教育、医疗等多个领域。其核心技术包括端到端设计、深度学习算法和自然语言处理，旨在提供高质量的语音交互体验。
AI项目与工具 2025年06月12日
度豆

度豆

度豆是一款由百度开发的AI社交应用程序，用户可以通过文字、语音或图片与AI数字人进行交流，享受个性化的聊天体验。每个AI数字人都具备独特的人格和背景故事，能够提供百科全书式的知识解答、生活建议以及情感支持。该应用适用于日常聊天、信息查询、学习辅导、语言练习、休闲娱乐和生活助手等多种场景。
AI项目与工具 2025年06月12日
auto

auto

Auto-Video-Generator是一款基于AI的自动解说视频生成工具，能够一键生成解说视频。通过输入主题，系统自动生成解说脚本、合成语音、生成配图并完成视频合成，大幅提高内容创作效率。该工具适用于自媒体、营销、教育、新闻媒体及社交媒体等多个领域，帮助用户快速制作高质量视频。
AI项目与工具 2025年06月12日
edge

edge

edge-tts 是一个开源的AI文字转语音项目，支持超过40种语言和300多种声音。该项目利用微软Azure Cognitive Services技术，能够将文本信息转换为流畅自然的语音输出。edge-tts 提供了丰富的语言和声音选择，易于集成且具有高度可定制性。其主要功能包括多语言支持、多样声音选择、流畅自然语音、易于集成的API以及开源特性。edge-tts 广泛应用于辅助技术、客户服务、
AI项目与工具 2025年06月12日
HMoE

HMoE

HMoE（混合异构专家模型）是腾讯混元团队提出的一种新型神经网络架构，旨在提升大型语言模型的性能和计算效率。通过引入不同规模的专家来处理不同复杂度的输入数据，HMoE增强了模型的专业化程度，并采用了新的训练目标和策略，如P-Penalty Loss，以提高参数利用率和计算效率。HMoE在多个预训练评估基准上表现出色，适用于自然语言处理、内容推荐、语音识别、图像和视频分析以及多模态学习等领域。
AI项目与工具 2025年06月12日
SpicyChat

SpicyChat

SpicyChat是一款面向成人用户的AI聊天应用，提供角色扮演聊天功能，支持用户与超过150,000个聊天机器人互动，并可创建个性化虚拟角色。该平台强调隐私保护，提供安全、无偏见的环境，支持多语言交流，具备AI语音回应及基于对话的图像生成功能，旨在为用户提供深入的情感体验和创意灵感。
AI项目与工具 2025年06月12日