MuyanTTS–开源文本转语音模型，零样本语音合成
AI工具百科：
MuyanTTS是什么
MuyanTTS 是为播客场景设计的开源文本转语音（...
Aero1Audio–LMMsLab推出的轻量级音频模型
AI工具百科：
Aero1Audio是什么
Aero1Audio 是 LMMsLab 开发的轻量级音频模...
OpenUtau–开源的AI歌声合成工具，自动适配系统语言
AI工具百科：
OpenUtau是什么
OpenUtau 是开源的歌声合成工具，兼容 UTAU 音...
ChineseLiPS–智源研究院联合南大开源的中文多模态语音识别数据集
AI工具百科：
ChineseLiPS是什么
ChineseLiPS 是智源研究院联合南开大学共同打...
StableAudioOpenSmall–StabilityAI和Arm推出的文本到音频生成模型
AI工具百科：
Stable Audio Open Small是什么
Stable Audio Open Small 是 S...
AudioSDS–NVIDIA推出的扩展文本条件音频扩散模型
AI工具百科：
AudioSDS是什么
AudioSDS是NVIDIA AI研究团队推出的创新技术，...
Dolphin–清华联合海天瑞声推出的语音识别大模型
AI工具百科：
Dolphin是什么
Dolphin是清华大学电子工程系语音与音频技术实...
KimiAudio–MoonshotAI开源的音频基础模型
AI工具百科：
KimiAudio是什么
KimiAudio 是 Moonshot AI 推出的开源音频基...
NotaGen–中央音乐学院联合北航、清华等推出的音乐生成模型
AI工具百科：
NotaGen是什么
NotaGen 是中央音乐学院、北京航空航天大学、清...
Soundwave–港中文深圳开源的语音理解大模型
AI工具百科：
Soundwave是什么
Soundwave是香港中文大学（深圳）开源的语音...
ChildMandarin–智源联合南开开源的低幼儿童中文语音数据集
AI工具百科：
ChildMandarin是什么
ChildMandarin 是智源研究院联合南开大学...
VITAAudio–开源的端到端多模态语音大模型，低延迟、推理快
AI工具百科：
VITAAudio是什么
VITAAudio 是开源的端到端多模态语音大模型，...
