標簽：語音合成

WPS 大家經常用來日常寫作，雖然本身提供了AI功能，但可惜需要會員，本文教你三分鐘接入最火的DeepSeek，讓WPS秒變辦公神器。 DeepSeek API申請地址：http:/...

這兩年大家都在感嘆生活不易，然而我想說的是，機會還是有的，但問題不在于有沒有，而在于你是否能夠認準機會，然后抓住它。 接觸過很多咨詢項目的人，發現...

MegaTTS 3是字節跳動與浙江大學合作推出的零樣本文本到語音合成系統，采用輕量級擴散模型，參數量僅0.45B，能高效生成高質量語音。系統將語音分解為內容、音...

PaddleSpeech 是百度飛槳團隊開源的語音處理工具，提供全面的語音處理功能，包括語音識別、語音合成、聲紋識別、語音翻譯等。PaddleSpeech提供命令行界面、服...

TicVoice 7.0 是出門問問推出的第七代高品質 TTS（語音合成）引擎，基于新一代語音生成模型 Spark-TTS 。TicVoice 7.0基于創新的 BiCodec 編碼方式，將語音分...

Baichuan-Audio是百川智能推出的端到端音頻大語言模型，支持無縫集成音頻理解和生成功能，實現支持高質量、可控的實時中英雙語對話。Baichuan-Audio基于多碼...

IndexTTS 是 B 站推出的工業級可控文本轉語音（TTS）系統。基于 XTTS 和 Tortoise 模型開發，結合了 GPT 風格的生成技術，能將文本高效轉化為自然流暢的語音...

PySpur 是開源的輕量級可視化 AI 智能體工作流構建器，簡化 AI 系統的開發流程。基于拖拽式界面讓用戶能快速構建、測試和迭代 AI 工作流，無需編寫復雜代碼。...

打破傳統語音合成鏈路，端到端生成

Llasa TTS 是香港科技大學基于 LLaMA 架構推出的開源文本轉語音（TTS）模型，支持高質量語音合成和克隆。Llasa TTS 基于單層向量量化（VQ）編解碼器和單個 Tr...

Step-Audio-TTS-3B 是 Stepfun-AI 團隊推出的高性能文本到語音（TTS）模型，具有強大的語音合成能力。基于海量合成數據訓練，參數量達到30億，能生成自然流暢...

TurboTTS 是免費的在線文本轉語音工具，支持70多種語言和300多種真實語音選擇，能生成自然、逼真的語音效果，適用于短視頻創作、在線教育、廣告制作、播客等...

播記是專為播客創作者設計的智能節目筆記（Shownotes）生成工具。通過AI技術，能快速提取播客音頻中的關鍵信息，自動生成包含節目主題、嘉賓介紹、重要觀點、...

Kokoro-TTS 是 hexgrad 開發的輕量級文本轉語音（TTS）模型，具有 8200 萬參數。基于 StyleTTS 2 和 ISTFTNet 的混合架構，采用純解碼器設計，不使用擴散模型...

TTS（Text to Speech）即文本轉語音技術。是一種將文本信息轉化為自然語音輸出的技術。通過TTS技術，計算機可以將輸入的文本自動轉換成自然語音，模擬出人類...

ElevenLabs Flash是ElevenLabs推出的低延遲語音合成模型，專為快速對話型AI設計。ElevenLabs Flash有兩個版本：Flash v2僅支持英語，Flash v2.5支持32種語言...

Emoji AI是AI驅動的表情包制作應用，主打卡通風格，提供搜索和文生圖功能，讓用戶能快速創建個性化表情。Emoji AI特別推出節日主題表情，適應不同文化和節日...