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，...
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。...
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...
