Llasa-3B 是一個基于 LLaMA 的文本到語音合成模型，支持中英文語音生成。

Llasa-1B 是一個基于 LLaMA 的文本轉語音 (TTS) 模型，支持中英文語音合成。

Zonos-v0.1-hybrid 是一款領先的開源文本轉語音模型，能夠提供高質量的語音合成服務。

CSM 1B 是一個由 Sesame 開發的文本到語音生成模型，可生成高質量的音頻。

Reecho秒速克隆聲音，生成逼真自然的AI語音，賦予文本極具表現力的配音。

思必馳DFM-2大模型賦能多模態交互和行業應用，提供更智能、個性化的對話體驗。

全球首款多情緒、多語態、全可控AI配音，一鍵生成專業級語音。

ChatTTS項目的入門指南和資源匯總。

基于科大訊飛語音技術，實現智能客服的多渠道解決方案。

讓應用通過語音與文本的轉換實現智能交互。

將文本轉換為自然流暢的語音輸出

快速AI語音助手

生成高質量中文方言語音的大規模文本到語音模型。

輕量級端到端文本到語音模型

利用AI生成視頻腳本、語音和會說話的頭像

微軟亞洲研究院開發的語音合成技術

使用Llama模型的語音合成工具

高效、多語種的語音合成模型

高效化的輕量級音色定制方案

生成真實 AI 語音

使用人工智能將文本轉換為音頻

高效的文本到音頻生成模型，具有潛在一致性。

睿聲 - 超擬真瞬時語音克隆平臺

高效并行音頻生成技術

一個擁有8200萬參數的前沿文本到語音（TTS）模型。

一鍵生成帶字幕和配音的視頻翻譯工具

輕松翻譯視頻,我們的AI可以完美匹配說話者的嘴型

實時語音翻譯，跨語言溝通的橋梁。

AI驅動的視頻生成工具，一鍵生成高質量營銷視頻

可擴展的流媒體語音合成技術，結合大型語言模型。

實時對話式人工智能，一鍵式API接入。

基于MaskGCT模型的文本到語音演示