
Voispark
VoiSpark是一個AI語音生成平臺,能生成逼真的文本轉語音,克隆聲音,併為視頻、播客等定製獨特AI聲音。該平臺具有100%免費試用。
文本轉聲音
41.1K

Smallest AI
Smallest AI 是一家專注於提供即時 AI 服務的公司,旗下 Waves 和 Atoms 產品分別專注於生成高質量的 AI 語音和提供即時 AI 客服代理。Waves 能夠即時生成任何口音、語言或情感的 AI 語音,適用於需要個性化語音交互的場景;Atoms 則通過 AI 與客戶進行電話溝通,減輕企業客服負擔。該技術的重要性在於能夠幫助企業提升客戶體驗,同時降低人力成本。其定位是為企業提供高效、個性化的 AI 解決方案,具體價格未在頁面中明確提及,但根據其服務性質推測可能為付費模式。
語音克隆
60.4K
國外精選

OCTAVE
OCTAVE (Omni-Capable Text and Voice Engine)是一個結合了前沿語言模型和語音系統能力的下一代語音語言模型。它能夠從簡短的描述性提示或錄音中生成不僅僅是聲音,還有個性(語言、口音、表達、潛在性格等),並且能夠即時響應中生成多個交互的AI個性和聲音。OCTAVE維持了類似大小的前沿大型語言模型(LLM)的能力,非常適合驅動與人類豐富溝通的AI系統,同時遵循詳細指令,使用工具或控制界面。
語音克隆
49.7K

Hertz Dev
hertz-dev是Standard Intelligence開源的全雙工、僅音頻的變換器基礎模型,擁有85億參數。該模型代表了可擴展的跨模態學習技術,能夠將單聲道16kHz語音轉換為8Hz潛在表示,具有1kbps的比特率,性能優於其他音頻編碼器。hertz-dev的主要優點包括低延遲、高效率和易於研究人員進行微調和構建。產品背景信息顯示,Standard Intelligence致力於構建對全人類有益的通用智能,而hertz-dev是這一旅程的第一步。
模型訓練與部署
56.9K

Llamavoice
LlamaVoice是一個基於羊駝模型的大型語音生成模型,它通過直接預測連續特徵,提供了一種與傳統依賴於離散語音碼預測的向量量化模型相比更為流暢和高效的處理過程。該模型具有連續特徵預測、變分自編碼器(VAE)潛在特徵預測、聯合訓練、先進採樣策略和基於流的增強等關鍵特點。
AI語音合成
51.3K
優質新品

Cosyvoice
CosyVoice 是一個多語言的大型語音生成模型,它不僅支持多種語言的語音生成,還提供了從推理到訓練再到部署的全棧能力。該模型在語音合成領域具有重要性,因為它能夠生成自然流暢、接近真人的語音,適用於多種語言環境。CosyVoice 的背景信息顯示,它是由 FunAudioLLM 團隊開發,使用了 Apache-2.0 許可證。
AI語音合成
281.5K
國外精選

Carteisa Sonic
Sonic是由Carteisa團隊開發的低延遲語音模型,旨在為各種設備提供逼真的語音生成能力。該模型利用了創新的狀態空間模型架構,以實現高分辨率音頻和視頻的高效、低延遲生成。Sonic模型的延遲僅為135毫秒,是同類模型中最快的。Carteisa團隊專注於優化智能的效率,使它更快、更便宜、更易於訪問。Sonic模型的發佈,標誌著即時對話式AI和長期記憶的計算平臺的初步進展,預示著未來AI在即時遊戲、客戶支持等領域的新體驗。
語音克隆
67.1K

Bilibot
bilibot是一個基於嗶哩嗶哩用戶評論訓練的本地聊天機器人,支持文字聊天和語音對話。它使用Qwen1.5-32B-Chat作為基礎模型,並結合蘋果的mlx-lm LORA項目進行微調。語音生成部分基於GPT-SoVITS項目,使用派蒙語音模型。該機器人可以快速生成對話內容,適用於需要智能對話系統的場合。
AI聊天機器人
65.1K
優質新品

Parler TTS
Parler-TTS 是一個由 Hugging Face 開發的輕量級文本轉語音(TTS)模型,能夠以給定說話者的風格(性別、音調、說話風格等)生成高質量、自然 sounding 的語音。它是基於 Dan Lyth 和 Simon King 發表的論文《Natural language guidance of high-fidelity text-to-speech with synthetic annotations》的工作復現,兩位作者分別來自 Stability AI 和愛丁堡大學。與其他TTS模型不同,Parler-TTS 完全開源發佈,包括數據集、預處理、訓練代碼和權重。功能包括:生成高質量且自然 sounding 的語音輸出、靈活的使用和部署、提供豐富的註釋語音數據集。定價:免費。
AI語音合成
189.3K

Donakosy
Donakosy是一款智能AI技術平臺,為專業人士、內容創作者、圖像設計、語音生成等提供全方位的AI服務。通過Chat GPT、AI和OpenAI技術,實現無縫的AI體驗。
AI模型
103.8K

Ankara AI
Ankara AI是一款利用人工智能為視頻生成敘述的應用程序。用戶只需上傳視頻,選擇語音,輸入敘述提示,Ankara AI將完成剩下的工作!
視頻生成
52.7K
中文精選

自得語音
自得語音技術可通過簡單的步驟創造出屬於你的角色。類似GPT,可生成與真人無異的語音片段,在情感、音色和語速等方面與真人一致。自得語音支持快速定製角色,只需要上傳一段語音即可立即生成屬於你的語音角色。無需下載軟件,可在瀏覽器上完成語音生成。同時提供API接口,方便開發者集成到自己的產品中。商用用戶可享受7x24小時的技術支持。
語音克隆
226.6K

Listnr AI
Listnr AI是一款由AI驅動的語音和視頻生成工具。它提供900多種語音和142種語言選擇,可以生成逼真的語音和視頻內容。用戶可以免費開始使用,並在需要時選擇付費計劃。Listnr AI適用於各種場景,包括生成視頻、創建語音廣告、製作音頻文章、播客製作等。它提供透明的定價,用戶可以根據自己的需求選擇合適的付費計劃。
視頻生成
265.8K

Fluxon
Fluxon是一個超逼真的AI語音生成器,可以將文本轉化為任何語言的超逼真聲音。它可以在不到10分鐘的示例音頻中克隆任何聲音。您可以在同一個音頻文件中使用多個聲音創建對話。還可以通過訓練自定義聲音來合成單一聲音,創建嘴唇同步視頻。Fluxon提供了REST API,可以將AI語音生成集成到您的應用程序中。它可以用於各種用途,如為營銷和演示視頻添加專業和逼真的配音,從文本生成清晰高質量的有聲書,為NPC生成逼真的人聲,為內容創建專業翻譯,為聊天機器人創建更自然的聲音,將任何文本內容自動轉化為播客等。
文本轉聲音
154.8K

Clearcypherai
ClearCypherAI是一家總部位於美國的AI初創公司,致力於構建前沿的解決方案。我們的產品包括文本轉語音(T2A)、語音轉文本(A2T)和語音轉語音(A2A),支持多語言、多模態、即時語音智能。我們還提供自然語言數據集、威脅評估、AI定製平臺等服務。我們的產品具有高度定製性、先進的技術和優質的客戶支持。
開發與工具
48.0K
精選AI產品推薦
中文精選

騰訊混元圖像 2.0
騰訊混元圖像 2.0 是騰訊最新發布的 AI 圖像生成模型,顯著提升了生成速度和畫質。通過超高壓縮倍率的編解碼器和全新擴散架構,使得圖像生成速度可達到毫秒級,避免了傳統生成的等待時間。同時,模型通過強化學習算法與人類美學知識的結合,提升了圖像的真實感和細節表現,適合設計師、創作者等專業用戶使用。
圖片生成
81.7K
國外精選

Lovart
Lovart 是一款革命性的 AI 設計代理,能夠將創意提示轉化為藝術作品,支持從故事板到品牌視覺的多種設計需求。其重要性在於打破傳統設計流程,節省時間並提升創意靈感。Lovart 當前處於測試階段,用戶可加入等候名單,隨時體驗設計的樂趣。
AI設計工具
64.9K

Fastvlm
FastVLM 是一種高效的視覺編碼模型,專為視覺語言模型設計。它通過創新的 FastViTHD 混合視覺編碼器,減少了高分辨率圖像的編碼時間和輸出的 token 數量,使得模型在速度和精度上表現出色。FastVLM 的主要定位是為開發者提供強大的視覺語言處理能力,適用於各種應用場景,尤其在需要快速響應的移動設備上表現優異。
AI模型
51.6K

Keysync
KeySync 是一個針對高分辨率視頻的無洩漏唇同步框架。它解決了傳統唇同步技術中的時間一致性問題,同時通過巧妙的遮罩策略處理表情洩漏和麵部遮擋。KeySync 的優越性體現在其在唇重建和跨同步方面的先進成果,適用於自動配音等實際應用場景。
視頻編輯
49.4K

Manus
Manus 是由 Monica.im 研發的全球首款真正自主的 AI 代理產品,能夠直接交付完整的任務成果,而不僅僅是提供建議或答案。它採用 Multiple Agent 架構,運行在獨立虛擬機中,能夠通過編寫和執行代碼、瀏覽網頁、操作應用等方式直接完成任務。Manus 在 GAIA 基準測試中取得了 SOTA 表現,展現了強大的任務執行能力。其目標是成為用戶在數字世界的‘代理人’,幫助用戶高效完成各種複雜任務。
個人助理
1.5M

Trae國內版
Trae是一款專為中文開發場景設計的AI原生IDE,將AI技術深度集成於開發環境中。它通過智能代碼補全、上下文理解等功能,顯著提升開發效率和代碼質量。Trae的出現填補了國內AI集成開發工具的空白,滿足了中文開發者對高效開發工具的需求。其定位為高端開發工具,旨在為專業開發者提供強大的技術支持,目前尚未明確公開價格,但預計會採用付費模式以匹配其高端定位。
開發與工具
139.1K
國外精選

Pika
Pika是一個視頻製作平臺,用戶可以上傳自己的創意想法,Pika會自動生成相關的視頻。主要功能有:支持多種創意想法轉視頻,視頻效果專業,操作簡單易用。平臺採用免費試用模式,定位面向創意者和視頻愛好者。
視頻生成
18.7M
中文精選

Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M