标签：AI语音模型
Fun-ASR1.5 – 阿里通义推出的多语言端到端语音识别转写模型
Fun-ASR1.5是阿里通义实验室推出的语音识别大模型，支持多语言与方言语音转文字、自动标点与字幕生成，具备端到端语音识别能力，适用于会议记录、视频字幕制...
Seeduplex – 字节跳动推出的全双工实时语音交互大模型
Seeduplex是字节跳动推出的全双工语音大模型，支持实时语音对话、语音转文字、多轮语音理解与低延迟交互，适用于语音助手、会议记录、客服系统等场景，具备语...
VoxCPM2 – OpenBMB推出的多语言语音生成与高保真克隆模型
VoxCPM2是OpenBMB发布的多语言TTS模型，支持文本到语音转换、语音克隆与可控声线生成，可应用于视频配音、内容创作、会议记录自动转写及字幕生成，提供API接...
LongCat-AudioDiT – 美团推出的高保真语音生成与语音克隆模型
LongCat-AudioDiT 是美团推出的高保真语音生成与语音克隆模型，支持长上下文语音建模、多模态推理、API 接入及开源部署，可满足语音助手、配音、语音克隆等多...
Xiaomi MiMo-V2-TTS – 小米推出的语音合成大模型与智能体语音生成引擎
Xiaomi MiMo-V2-TTS 是小米推出的语音合成AI模型，基于MiMo大模型架构实现文本转语音生成，支持多风格语音、音色克隆与情感表达，适用于智能语音助手、内容配...
Fun-AudioGen-VD – 阿里通义专业语音生成与场景化音频模型
Fun-AudioGen-VD 是阿里通义实验室推出的高质量语音生成模型，支持自然语言指令生成个性化音色、情绪表达及沉浸式场景音频，适用于影视配音、游戏角色语音、...
Fun-CosyVoice3.5 – 阿里通义语音生成模型支持多语种音色克隆与自然语言控制
Fun-CosyVoice3.5 是阿里通义实验室推出的语音生成模型，支持多语种语音合成、音色克隆、自然语言控制和低延迟流式输出，适用于数字人、语音助手、有声内容制...
AI工具箱导航官网汇集了来自国内外的上千款AI工具。每日更新和添加最新的AI工具。此外还收录了常用的AI学习开发网站、框架和模型。帮助你轻松跟上人工智能的步伐，实现任务自动化，提升工作效率！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
浙公网安备33010202004812号