关键词 "AI语音合成" 的搜索结果， 共 24 条, 只显示前 480 条
Generate synthetic voices that resemble real humans in seconds.
Voiser is an AI program that converts text to speech and speech to text with human-like voices.
Convert text to English voices online using AI power.
Rask AI provides top-quality AI video dubbing and localization with 130+ languages.
Generate engaging videos in batches within a few minutes
A free online text-to-speech tool with over 200 AI voices and support for multiple languages.
Free text-to-speech with lifelike AI voices.
Generate realistic and natural speech with FakeYou using deep fake technology.
Typecast is an AI voice generator with 400+ realistic voices for creating lifelike audio content.
PlayHT is an AI Voice Generator platform with over 600 voices in multiple languages.
AI voice generator and text-to-speech platform
Real-time speech-to-text and text-to-speech APIs powered by Deepgram's voice AI models
Create voiceovers and videos with AI
Generate high-quality voiceovers with SpeechGen.io's realistic Text-to-Speech AI technology.
Voicemaker® converts text to human-like voices, offering various voice profiles and customization options.
<p>Overview Spark-TTS 是由出门问问（Mobvoi）联合多所顶尖学术机构（如香港科技大学、上海交通大学）最新推出的新一代语音合成模型，其核心创新在于BiCodec编码技术和与文本大模型的结构统一性，利用大型语言模型 (LLM) 的强大功能实现高度准确且自然的语音合成。</p> <p>Spark-TTS is an advanced text
Muyan-TTS，一款低成本、具备良好二次开发支持的模型并完全开源，以方便学术界和小型应用团队的音频技术爱好者。 当前开源的Muyan-TTS版本由于训练数据规模有限，致使其仅对英语语种呈现出良好的支持效果。不过，得益于与之同步开源的详尽训练方法，从事相关行业的开发者能够依据自身实际业务场景，灵活地对Muyan-TTS进行功能升级与定制化改造。 01. H
VoiceCanvas 是开源的多语言语音合成平台。基于 AI 技术提供高质量的文字转语音服务，支持超过 50 种语言，集成 OpenAI TTS、AWS Polly 和 MiniMax 等多种语音服务。VoiceCanvas 提供个人声音克隆功能，用户上传几秒音频样本能创建个性化声音。VoiceCanvas适合内容创作者、教育工作者和企业用户，显著提升语音内容制作效率。 VoiceCanvas
AiMakeSong 是基于人工智能的音乐和歌曲生成平台，支持用户通过简单的文本输入或歌词创作来生成高质量的音乐作品。用户可以选择将文字描述转化为音乐，或者将自己创作的歌词转化为完整的歌曲。平台提供了多种音乐风格和声音选项，包括流行、摇滚、说唱、古典等，以及男性、女性或乐器声音，满足不同用户的需求。 AiMakeSong的主要功能 文本转音乐：用户可以通过描述自己的音乐想法，将这些想法
LLIA（Low-Latency Interactive Avatars）是美团公司推出的基于扩散模型的实时音频驱动肖像视频生成框架。框架基于音频输入驱动虚拟形象的生成，支持实现低延迟、高保真度的实时交互。LLIA用可变长度视频生成技术，减少初始视频生成的延迟，结合一致性模型训练策略和模型量化技术，显著提升推理速度。LLIA支持用类别标签控制虚拟形象的状态（如说话、倾听、空闲）及面部表情的精细控制
LeVo是腾讯AI实验室推出的AI唱歌模型，具备强大的音色克隆能力，仅需3秒音频即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。LeVo支持分轨生成，可分别生成人声和伴奏音轨，为后期编辑提供便利。技术架构基于语言模型（LM），结合LeLM和音乐编解码器，能并行生成音轨，音质表现接近行业领先水平，在歌词对齐能力上表现卓越。 LeVo的项目地址 项目官网： https://lev
智声云配（DubbingX） 是 AI 智能配音工具，提供语音合成（TTS）、音色迁移、歌声转换等多种功能。工具支持中文、英文、日文、粤语等多语言，拥有近2500种情绪语态，支持高度定制，满足游戏、影视、动漫、有声书等多场景需求。工具音色版权合规，支持商用，能显著降低配音成本。智声云配结合专业高校和全球配音演员资源，致力于为用户提供高质量、多样化的音频解决方案。 智声云配官网：https://d
AudioGenie是腾讯AI Lab团队推出的多模态音频生成工具，能从视频、文本、图像等多种模态输入生成音效、语音、音乐等多种音频输出。工具采用无训练的多智能体框架，通过生成团队和监督团队的双层架构实现高效协同。生成团队负责将复杂的输入分解为具体的音频子事件，通过自适应混合专家（MoE）协作机制动态选择最适合的模型进行生成。监督团队则负责时空一致性验证，通过反馈循环进行自我纠错，确保生成的音频高
只显示前20页数据，更多请搜索
Showing 217 to 240 of 240 results
