UntitledPen：AI语音生成平台，智能写作+自然语音合成一键搞定
UntitledPen 是一款基于先进人工智能技术打造的多模态内容创作平台，专注于将文字转化为高度拟人化、自然流畅的语音内容。该平台融合了当前最先进的GPT模型与音频生成技术，...
Spark-TTS：开源的文本到语音合成(TTS)系统，支持高质量语音克隆与多语言合成
Spark-TTS 是一个基于大语言模型（LLM）架构的高效文本到语音（TTS）系统，由 SparkAudio 团队开发并开源。该项目最大的特点是不依赖额外的声码器，直接通过 LLM 预测语音的...
MeloTTS：MyShell AI 推出的开源多语言文本转语音引擎
MeloTTS 是由 MyShell AI 开发的开源文本转语音（TTS）项目，基于先进的深度学习技术，提供高质量、多语言的语音合成能力。该项目支持英语、中文、日语、韩语等多种语言，可...
MiMo-Audio：小米公司开源的多功能AI音频处理模型
MiMo-Audio是小米公司开发并开源的音频语言模型项目，旨在通过大规模预训练和创新的模型架构，实现音频领域的少样本学习能力。该项目依托超过1亿小时的多语言、多场景音频数...
VoxCPM：开源无分词器文本转语音系统，端到端实现高逼真语音合成
VoxCPM是一款创新型无分词器文本转语音（TTS）系统。该系统采用端到端的扩散自回归架构，能够直接从文本生成连续的语音表示，彻底摆脱了传统TTS系统中离散分词的限制，重新...