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。
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。
数据统计
相关导航
硅语AI知识创业平台
一个提供多语言视频翻译、创意视频制作、模特视频创作等功能的AI平台，旨在帮助用户高效地创作和管理视频内容。
Step-Audio
阶跃开源的130B语音模型 一款强大的开源语音交互模型，能够实现语音识别、对话生成、情感克隆和多语言支持，为用户提供高质量的实时语音交互体验。
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。
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。
Sketch2Sound
AI音频工具 哼唱和模仿创建音效 一个可控音频生成模型，能够根据一组可解释的时变控制信号（响度、亮度、音高）和文本提示来创造高质量的声音。
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。
Supertone Play
开启个性化语音创作新时代 一款文本转语音工具，能够将输入的文本快速转换为高质量、富有表现力的语音内容。
暂无评论...