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，...
PodAgent–港中文、微软、小红书联合推出的播客生成框架
AI工具百科：
PodAgent是什么
PodAgent 是香港中文大学、微软和小红书联合推...
VoiceCanvas–开源AI语音合成平台，支持多语言、多音色、声音克隆服务
AI工具百科：
VoiceCanvas是什么
VoiceCanvas 是开源的多语言语音合成平台。...
易途AI面试官–AI面试工具，模拟真实面试场景、提供实时语音反馈
AI工具百科：
易途AI面试官是什么
易途AI面试官是AI模拟面试产品。模拟真实...
ActorMode–ElevenLabs推出的AI语音生成工具
AI工具百科：
Actor Mode是什么
Actor Mode 是 ElevenLabs 推出的AI语音生成...
TexttoBark–ElevenLabs推出的AI“狗语”文本转语音模型
AI工具百科：
Text to Bark是什么
Text to Bark 是 ElevenLabs 推出的全球首...
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...
AudioX–港科大联合月之暗面推出的扩散变换器模型，任意内容生成音频
AI工具百科：
AudioX是什么
AudioX 是香港科技大学和月之暗面联合提出的统一...
谛韵DiffRhythm–西北工业联合港中文推出的端到端音乐生成工具
AI工具百科：
DiffRhythm是什么
DiffRhythm（中文名称：谛韵） 是西北工业大...
Ztalk.ai–专注于实时语音翻译的AI桌面应用
AI工具百科：
Ztalk.ai是什么
Ztalk.ai 是AI桌面应用程序，专注于实时语音翻...
豆包·语音播客模型–火山引擎推出的语音播客模型
AI工具百科：
豆包·语音播客模型是什么
豆包·语音播客模型是字节跳动旗下火...
AbletonMCP–AI音乐制作工具，基于MCP支持音轨创建与修改
AI工具百科：
AbletonMCP是什么
AbletonMCP 是开源项目，基于模型上下文协议...
