Copilot Audio
微软推出的个性化AI语音生成工具 Copilot Audio 是微软基于自研 MAI-Voice-1 模型推出的全新音频模式，支持情感、故事、脚本三种语音风格，带来更具表现力和沉浸感的语音交互体验。
排序
MiniMax Speech-02
新一代语音合成技术的突破 MiniMax 稀宇极智推出的新一代文本转语音（TTS）模型，凭借其卓越的语音克隆能力、高质量的语音合成以及广泛的语言支持，成为当前语音合成领域的前沿技术。
GPT-Realtime
开启语音交互新时代 GPT-Realtime是OpenAI推出的一款强大的语音到语音模型，采用端到端Speech-to-Speech架构，能够直接生成并处理语音，省去常规的文本转换步骤，广泛应用于多种语音交互场景。
Fliki（带教程）
Fliki 是一款文本转视频和文本转语音创建器，可帮助您在几分钟内创建高质量的音频和视频内容。【需要科学上网】【使用教程点击下方链接】
小红书FireRedTTS-2
新一代对话合成模型 FireRedTTS-2 是小红书智创音频技术团队推出的新一代对话合成模型，可实现灵活的逐句生成和高质量的语音合成。
Hume AI OCTAVE
文本转语音 一款革命性的语音语言模型，能够将文本迅速转换为具有真人声和克隆人格特征的语音。
SoulX-Podcast语音模型
SoulX-Podcast是Soul推出的超长时长、高保真多语言AI播客生成引擎，可一键产出90分钟无中断、媲美真人录音的播客节目。
Maya1
实时、富有表现力的文本转语音开源模型 Maya1 是一款 30 亿参数的开源实时文本转语音模型，可仅凭单张 GPU 生成高表现力、多情感的自然语音。
微软
MAI-Voice-1 语音生成模型 MAI-Voice-1 是微软推出的高保真语音生成模型，旨在为各种应用场景提供自然、富有情感的语音输出。
MiniMax Audio
创建逼真语音的智能工具 专注于创建逼真语音的音频生成工具，通过先进的语音合成技术，为用户提供高质量的语音输出，广泛应用于多种场景。
腾讯ARC实验室AudioStory技术
开启音频生成新纪元 AudioStory是腾讯ARC实验室推出的一种能够根据文字描述生成高质量音频内容的技术，具有强大的叙事能力。
Hume AI Voice Conversion
一次录音即可把“声音灵魂”完整移植到任意目标声线 Hume AI Voice Conversion：一次录音即可把“声音灵魂”完整移植到任意目标声线，实现带情感的跨语言、跨性别、跨风格语音转换。
Fish
Audio文本转语音 Fish Audio 是一个提供文本转语音服务的平台，它允许用户将文本转换为语音，生成音频文件。
海螺AI语音
让文字栩栩如“声” 语音的智能工具，通过先进的语音合成技术，为用户提供自然流畅的语音输出，广泛应用于多种场景。