Reverb 是一個開源的語音識別和說話人分割模型推理代碼，使用 WeNet 框架進行語音識別 (ASR) 和 Pyannote 框架進行說話人分割。它提供了詳細的模型描述，並允許用戶從 Hugging Face 下載模型。Reverb 旨在為開發者和研究人員提供高質量的語音識別和說話人分割工具，以支持各種語音處理任務。

Whisper large-v3-turbo是OpenAI提出的一種先進的自動語音識別(ASR)和語音翻譯模型。它在超過500萬小時的標記數據上進行訓練，能夠在零樣本設置中泛化到許多數據集和領域。該模型是Whisper large-v3的微調版本，解碼層從32減少到4，以提高速度，但可能會略微降低質量。

EMOVA（EMotionally Omni-present Voice Assistant）是一個多模態語言模型，它能夠進行端到端的語音處理，同時保持領先的視覺-語言性能。該模型通過語義-聲學解耦的語音分詞器，實現了情感豐富的多模態對話，並在視覺-語言和語音基準測試中達到了最先進的性能。

OmniSenseVoice是基於SenseVoice優化的語音識別模型，專為快速推理和精確時間戳設計，提供更智能、更快速的音頻轉錄方式。

CrisperWhisper是基於OpenAI的Whisper模型的高級變體，專為快速、準確、逐字的語音識別設計，提供準確的詞級時間戳。與原始Whisper模型相比，CrisperWhisper旨在逐字轉錄每一個說出的單詞，包括填充詞、停頓、口吃和錯誤的開始。該模型在逐字數據集（如TED、AMI）中排名第一，並在INTERSPEECH 2024上被接受。

Seed-ASR是由字節跳動公司開發的基於大型語言模型(Large Language Model, LLM)的語音識別模型。它通過將連續的語音表示和上下文信息輸入到LLM中，利用LLM的能力，在大規模訓練和上下文感知能力的引導下，顯著提高了在包括多個領域、口音/方言和語言的綜合評估集上的表現。與最近發佈的大型ASR模型相比，Seed-ASR在中英文公共測試集上實現了10%-40%的詞錯誤率降低，進一步證明了其強大的性能。

whisper-diarization是一個結合了Whisper自動語音識別(ASR)能力、聲音活動檢測(VAD)和說話人嵌入技術的開源項目。它通過提取音頻中的聲音部分來提高說話人嵌入的準確性，然後使用Whisper生成轉錄文本，並通過WhisperX校正時間戳和對齊，以減少由於時間偏移導致的分割錯誤。接著，使用MarbleNet進行VAD和分割以排除靜音，TitaNet用於提取說話人嵌入以識別每個段落的說話人，最後將結果與WhisperX生成的時間戳關聯，基於時間戳檢測每個單詞的說話人，並使用標點模型重新對齊以補償小的時間偏移。

Qwen2 Audio Instruct Demo 是一個基於音頻指令的交互式演示網站，它利用最新的人工智能技術，讓用戶通過語音指令與網頁進行互動。這種技術不僅增強了用戶體驗，還為殘障人士提供了更便捷的訪問方式。產品背景信息包括其開發團隊和技術支持，價格定位為免費試用，主要面向對人工智能交互感興趣的用戶群體。

SpeechGPT2是由復旦大學計算機科學學院開發的端到端語音對話語言模型，能夠感知並表達情感，並根據上下文和人類指令以多種風格提供合適的語音響應。該模型採用超低比特率語音編解碼器（750bps），模擬語義和聲學信息，並通過多輸入多輸出語言模型（MIMO-LM）進行初始化。目前，SpeechGPT2還是一個基於輪次的對話系統，正在開發全雙工即時版本，並已取得一些有希望的進展。儘管受限於計算和數據資源，SpeechGPT2在語音理解的噪聲魯棒性和語音生成的音質穩定性方面仍有不足，計劃未來開源技術報告、代碼和模型權重。

Ola Friend是字節跳動豆包推出的首款AI智能體耳機，它通過接入豆包大模型，與豆包APP深度結合，實現了無需打開手機即可通過語音喚醒AI助手的功能。這款耳機在信息查詢、旅遊出行、英語學習及情感交流等場景為用戶提供幫助，旨在成為用戶隨時陪伴的朋友。產品採用了OWS（Open Wearable Stereo）專利技術，實現了無感佩戴、不入耳、音響級聲效和超長續航等特點。

Reverb 是一個開源的語音識別和說話人分割模型推理代碼，使用 WeNet 框架進行語音識別 (ASR) 和 Pyannote 框架進行說話人分割。它提供了詳細的模型描述，並允許用戶從 Hugging Face 下載模型。Reverb 旨在為開發者和研究人員提供高質量的語音識別和說話人分割工具，以支持各種語音處理任務。

Whisper large-v3-turbo是OpenAI提出的一種先進的自動語音識別(ASR)和語音翻譯模型。它在超過500萬小時的標記數據上進行訓練，能夠在零樣本設置中泛化到許多數據集和領域。該模型是Whisper large-v3的微調版本，解碼層從32減少到4，以提高速度，但可能會略微降低質量。

Realtime API 是 OpenAI 推出的一款低延遲語音交互API，它允許開發者在應用程序中構建快速的語音到語音體驗。該API支持自然語音到語音對話，並可處理中斷，類似於ChatGPT的高級語音模式。它通過WebSocket連接，支持功能調用，使得語音助手能夠響應用戶請求，觸發動作或引入新上下文。該API的推出，意味著開發者不再需要組合多個模型來構建語音體驗，而是可以通過單一API調用實現自然對話體驗。

EMOVA（EMotionally Omni-present Voice Assistant）是一個多模態語言模型，它能夠進行端到端的語音處理，同時保持領先的視覺-語言性能。該模型通過語義-聲學解耦的語音分詞器，實現了情感豐富的多模態對話，並在視覺-語言和語音基準測試中達到了最先進的性能。

OmniSenseVoice是基於SenseVoice優化的語音識別模型，專為快速推理和精確時間戳設計，提供更智能、更快速的音頻轉錄方式。

Deepgram Voice Agent API 是一個統一的語音到語音API，它允許人類和機器之間進行自然聽起來的對話。該API由行業領先的語音識別和語音合成模型提供支持，能夠自然且即時地聽、思考和說話。Deepgram致力於通過其語音代理API推動語音優先AI的未來，通過集成先進的生成AI技術，打造能夠進行流暢、類似人類語音代理的業務世界。

EVI 2是Hume AI推出的新型基礎語音對語音模型，能夠以接近人類的自然方式與用戶進行流暢對話。它具備快速響應、理解用戶語調、生成不同語調、以及執行特定請求的能力。EVI 2通過特殊訓練增強了情感智能，能夠預測並適應用戶的偏好，維持有趣且引人入勝的性格和個性。此外，EVI 2還具有多語言能力，能夠適應不同應用場景和用戶需求。

CrisperWhisper是基於OpenAI的Whisper模型的高級變體，專為快速、準確、逐字的語音識別設計，提供準確的詞級時間戳。與原始Whisper模型相比，CrisperWhisper旨在逐字轉錄每一個說出的單詞，包括填充詞、停頓、口吃和錯誤的開始。該模型在逐字數據集（如TED、AMI）中排名第一，並在INTERSPEECH 2024上被接受。