Qwen2-VL
Qwen2-VL是一个基于自然语言处理（NLP）技术的语音到文本（Voice-to-Text）和文本到语音（Text-to-Speech, TTS）转换工具，旨在提供高质量的语音转换服务。
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。
数据统计
相关导航
阿里 Qwen3-TTS 登场
49 种音色 + 10 语言 9 方言，WER 碾压主流商用模型 Qwen3-TTS 是阿里巴巴推出的零样本多角色跨语言语音合成引擎，一句话就能克隆任意音色并流畅朗读多语种文本。
RaskAI
AI驱动的视频本地化与配音工具 RaskAI 是一款基于人工智能的视频本地化和配音工具，专为需要快速、高效地将视频内容翻译和配音成多种语言的创作者和企业提供服务 。
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。
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。
ElevenLabs
AI ElevenLabs 提供了一个先进的 AI 声音生成器，允许用户将文本转换为多种语言的自然语音，未来还会开放其音乐生产平台ElevenLabs music。
Fineshare
AI语音生成器 Fineshare是一款多功能的AI语音生成器，能够将文本转换为自然流畅的语音。
IndexTTS-2.0
B站开源的情感与时长可控文本转语音模型 IndexTTS-2.0 是哔哩哔哩开源的全球首个支持情感与时长双重控制的自回归零样本文本转语音系统，专为高质量AI配音与跨语言内容本地化打造。
暂无评论...