# 語音助手

Aseto是一家總部位於塞浦路斯的公司，為歐盟各地的企業和公共部門客戶提供定製的AI語音助手解決方案。Aseto的AI語音助手可提供即時人類化交互，為客戶支持、銷售和運營注入動力。

Alexa+ 是亞馬遜在 2025 年推出的下一代智能語音助手，基於生成式 AI 技術構建。它不僅能夠進行自然流暢的對話，還能連接數千種服務和設備，幫助用戶完成各種任務。其核心優勢在於強大的語言理解能力、個性化服務以及無縫的設備集成。Alexa+ 的推出標誌著語音助手從簡單的問答工具向真正的智能生活助手的轉變，能夠幫助用戶更好地管理日常生活和智能家居設備。

Gemini 2.0 Flash-Lite 是 Google 推出的高效語言模型，專為長文本處理和複雜任務優化。它在推理、多模態、數學和事實性基準測試中表現出色，具備簡化的價格策略，使得百萬級上下文窗口更加經濟實惠。Gemini 2.0 Flash-Lite 已在 Google AI Studio 和 Vertex AI 中全面開放，適合企業級生產使用。

百聆是一個開源的語音對話助手，旨在通過語音與用戶進行自然的對話。該項目結合了語音識別(ASR)、語音活動檢測(VAD)、大語言模型(LLM)和語音合成(TTS)技術，提供高質量的語音對話體驗。其主要優點是無需GPU即可實現類GPT-4o的對話效果，適用於各種邊緣設備和低資源環境。百聆完全開源，鼓勵社區貢獻與二次開發，用戶可以根據自己的需求進行定製和優化。

Voxa是一個智能語音助手，旨在通過簡單的語音命令簡化用戶的日常生活和工作流程。它集成了任務管理、日程安排、筆記記錄和提醒功能，通過與Google Tasks和Google Calendar的無縫集成，提高了用戶的工作效率。Voxa的主要優點包括語音任務管理、事件規劃和靈活的筆記記錄，它通過減少在不同工具間切換的時間，減少時間和注意力的損失，降低壓力，提高生產力。Voxa的價格定位是一次性支付9美元，即可獲得所有功能，包括無限語音命令、高級語音識別和多設備同步等。

LiveKit Agents 是一個端到端框架，它使開發者能夠構建能夠通過語音、視頻和數據通道與用戶互動的智能多模態語音助手（AI代理）。它通過集成OpenAI的即時API和LiveKit的WebRTC基礎設施，提供了創建語音助手的快速入門指南，包括語音識別（STT）、語言模型（LLM）和文本轉語音（TTS）的流水線。此外，它還支持創建語音到語音代理、接聽和響應來電、以及代表用戶撥打電話的功能。

Swift是一個由Groq、Cartesia和Vercel支持的快速AI語音助手。它使用Groq進行OpenAI Whisper和Meta Llama 3的快速推理，Cartesia的Sonic語音模型進行快速語音合成，並即時流式傳輸到前端。VAD技術用於檢測用戶說話並運行語音片段上的回調。Swift是一個使用TypeScript編寫的Next.js項目，並部署在Vercel上。

Ascenscia是一個專門針對科學實驗室設計的AI語音助手，通過與實驗室軟件和機器的集成，實現免提交互，加速數據收集，優化工作流程，減少錯誤，並加速研發週期。產品具備97%的準確率理解複雜科學術語，支持端到端加密確保數據安全，提供多語言服務，並可定製以適應不同實驗室的獨特需求。

MiGPT是一個通過將小愛音箱與ChatGPT的智能理解能力相結合，實現智能家居語音控制的項目。它不僅支持設備自動化，還能夠通過角色扮演、流式響應、長短期記憶等技術，讓智能家居設備更智能、更貼心地響應用戶的指令。MiGPT支持Docker和Node.js兩種啟動方式，用戶可以根據自己的需求進行選擇。

Jib是一款基於語音的人工智能助手，它快速且流暢，以至於幾乎無法分辨它是一個機器人。它支持完全免提操作，非常適合在移動中、在車內或步行時使用。Jib能夠處理中斷，用戶可以在其回應過程中隨時打斷它，而不會讓它失去節奏。用戶可以調整Jib的語速以適應自己的需求，並且可以自定義提示語，甚至為不同的提示語選擇不同的聲音。Jib目前處於公測階段，用戶可以免費使用。

GPT4 Omni是一種全新的模型，可以處理文本、視覺和音頻，具有多模態功能。它在語音能力方面具有革命性，同時還具備文本、圖像和音頻處理的能力。GPT4 Omni的優勢是可以同時處理和生成多種主要模態，且響應時間較快。

Pipecat是一個開源框架，用於構建語音和多模態對話代理，如個人教練、會議助手、兒童故事玩具、客戶支持機器人、接待流程和機智的社交伴侶。它支持本地運行，並可遷移到雲端，集成了多種AI服務和傳輸方式，具有高度的可定製性和擴展性。

Ongkanon是一款智能對話AI助手，提供有意義且上下文相關的對話體驗。它能夠自然地與您交談，就像與親密的朋友聊天一樣。Ongkanon會根據您的偏好進行個性化定製，還能記住以前對話的上下文，以便進行更連貫、有意義的交互。

Blahget是一款先進的AI預算助手,可簡化財務管理。它利用GPT-4驅動的語音識別技術,實現無縫跟蹤支出和收入。從今天開始您的智能預算之旅吧。它可以通過語音快速創建、編輯和刪除記錄,支持搜索、篩選和排序等操作,並可執行數學計算。迄今已記錄超過10萬條數據條目。

Voice Control for ChatGPT x Mia AI是一個擴展，為ChatGPT提供語音控制和朗讀功能。通過錄音按鈕，您可以錄製併發送語音查詢給ChatGPT，無需打字。AI的回答會朗讀出來，確保流暢的聽覺交互。此外，該插件還可以將ChatGPT變成您的個人語音助手，具備Mia AI的功能。

Unitor.ai是一個個人語音和視覺助手，提供自然、溫暖的語音對話，適用於所有年齡段和興趣。它能夠隨著每次互動變得更加智能，幫助用戶組織生活、提供情感支持和建議，以及在駕駛或工作時提供免提幫助。

Origlio是一款音頻轉文字的服務，還提供更多功能。它可以將您的音頻消息轉錄成文字，幫助您管理和整理語音消息。您可以將音頻轉發給Origlio，幾秒鐘後即可獲得轉錄結果。除了音頻轉錄，Origlio還提供豐富的響應功能，幫助您更好地完成日常工作。

RayNeo AI是雷鳥自主研發的人工智能語音助手,集成了自然語言處理、語音識別、語音合成等核心技術,可實現自然語言交互、語音控制等功能。該產品已在雷鳥XR系列產品中進行內測,支持行程規劃、天氣查詢、百科知識問答等服務,提升了產品的智能化水平。下一步,RayNeo AI計劃推出視覺識別等多模態交互能力,實現更豐富的人機交互體驗。

這是一個基於ChatGPT API開發的安卓端語音助手APP,支持語音交互、連續對話、識別圖片等功能。用戶只需通過手機音量鍵,就可以從任意界面喚起並進行語音提問,無需打字,交互體驗極佳。支持自定義問題模板、網頁抓取、Vision識圖等高級功能。

Agent M是一個強大的大型語言模型或ChatGPT驅動的主代理開發框架,可讓您創建多個基於LLM的代理。Agent Mbetween多個執行各種任務的代理之間進行編排,例如基於自然語言的API調用,連接到您的數據並幫助自動化複雜的對話。

RealtimeTTS 是一個易於使用、低延遲的文本轉語音庫，用於即時應用。它可以將文本流轉換為立即的音頻輸出。主要功能包括即時流式合成和播放、高級句子邊界檢測、模塊化引擎設計等。該庫支持多種文本到語音引擎，並適用於語音助手和需要即時音頻反饋的應用。詳細定價和定位信息請參考官方網站。

AI Twin是一個基於AI的虛擬助手,它可以在語音通話中準確地模擬您的聲音及語調,從而以極其逼真的方式代表您進行交流。無論您是網紅、專業人士、企業家還是時間緊迫的忙碌者,AI Twin都可以幫助您代理個性化的語音回覆,使您能更專注於重要的事情。只需將AI Twin添加到您的個人資料中,它就可以為您處理語音通話中的交互應答,從而幫助您擴大影響力及建立更牢固的人脈關係。

Aya 是一款基於 ChatGPT 的語音助手。她可以像與普通人交談一樣與你對話。你可以向她提問，她會回答你。Aya 具有自然語言理解和生成能力，能夠幫助用戶解答問題、提供信息和進行對話交互。Aya 還可以通過語音回答問題，提供更便捷的使用體驗。定價詳細信息請參考官方網站。

SynthIA-7B-v1.3是一個基於GPT-3架構的開源聊天機器人模型。它能進行長時間自然語言對話,具有強大的理解和生成能力。可用於各類需要語言交互的應用,提供真實、智能的交互體驗。

AI VC Negotiation是一款基於人工智能技術的語音助手，可以幫助用戶進行商務談判。它可以自動識別對話內容，分析對方的語氣和情緒，提供即時建議和反饋，幫助用戶更好地掌控談判進程，達成更好的協議。AI VC Negotiation的定價靈活，用戶可以根據自己的需求選擇不同的套餐。

Jarvis AI是一個強大的語音助手插件，它能夠用真實的聲音回應你的指令，並幫助你將google.xx重定向到google.com。它能夠提供快速、便捷的搜索體驗，讓你擺脫繁瑣的網址轉換。Jarvis AI還具備其他功能，如語音翻譯、計算器等。它可以幫助你提高工作效率，節省時間。

Memo是一個桌面應用程序,可以方便地將YouTube視頻、播客和本地媒體文件轉錄為文本。它支持多種語言的轉錄和翻譯,可以在轉錄的同時即時生成字幕和浮動註釋,並可以輕鬆導出為SRT字幕、Markdown和Notion筆記等格式。Memo使用前沿的AI技術,可以進行語音識別和翻譯,提供精準的轉錄。它支持Windows和MacOS,使用簡單,數據處理在本地完成,可以離線使用,保證內容安全隱私。

Xpert是一款AI助手小程序，可以幫助用戶提升專業能力。它提供專家意見和建議，讓用戶隨時隨地獲取專業的指導。用戶可以通過語音助手聽取專家的建議，也可以將專家的建議複製到自己的內容中。Xpert的功能強大，使用簡便，適用於各種場景。

Inbox Narrator是一款連接您的Gmail賬戶的服務，使用人工智能對您的新郵件進行摘要，並每天將摘要發送到您的語音助手，如Siri或Google Assistant。簡單註冊、連接Gmail賬戶、配置語音助手，就可以享受每日郵件摘要的樂趣。只需$3.99每月。

WTF AI是一款智能助手產品，集成了多種功能，包括語音識別、自然語言處理、圖像識別等，可以幫助用戶進行日程管理、語音助手、聊天互動等，提高工作和生活效率。WTF AI還提供免費和付費套餐，滿足不同用戶需求。