Voila–开源端到端语音大模型，实现低延迟语音对话
AI工具百科：
Voila是什么
Voila 是开源的端到端语音大模型，专为语音交互而...
Dia–开源文本转语音模型，支持生成自然逼真的对话语音
AI工具百科：
Dia是什么
Dia 是 Nari Labs 推出的开源文本转语音（TTS）模型...
OrpheusTTS–开源AI语音合成系统，支持多种语音风格
AI工具百科：
Orpheus TTS是什么
Orpheus TTS 是基于 Llama3b 架构的开源文...
MegaTTS3–字节与浙江大学合作推出的零样本语音合成系统
AI工具百科：
MegaTTS 3是什么
MegaTTS 3是字节跳动与浙江大学合作推出的零...
SeniorTalk–智源联合南开开源的超高龄老年人中文对话语音数据集
AI工具百科：
SeniorTalk是什么
SeniorTalk 是智源研究院联合南开大学计算机...
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（...
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...
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...
ACEStep–ACEStudio联合阶跃星辰开源的音乐生成基础模型
AI工具百科：
ACEStep是什么
ACEStep 是 ACE Studio 和 StepFun 联合推出的...
ParakeetTDT0.6B–英伟达开源的自动语音识别模型
AI工具百科：
Parakeet TDT 0.6B是什么
Parakeet TDT 0.6B 是英伟达推出的开...
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...
- 1
- 2
