OuteTTS开源项目 – 实验性的文本到语音模型

Seed-TTS能生成与我们说话几乎没有区别的语音，非常逼真。支持英文、中文等。能够处理叙述性、情感表达、描述性等多种文本，能根据不同的情感和语境生成相应的语音！

Revocalize AI是一个专业级AI语音生成工具包，允许用户创建自定义AI声音或使用官方授权的AI语音模型，在几秒钟内生成超真实的声音。它利用专有的语音合成技术捕捉声音的独特谐波，将任何输入声音转变为另一种声音，类似于为声音使用Photoshop。

YourArtist.AI 是一个虚拟音乐人产品，用户可以选择任何艺术家为自己演唱歌曲、聊天。同时，用户可以使用自己的声音来训练虚拟音乐人，让其演唱任何自己喜欢的歌曲。

Overtune 是一个音乐创作平台，旨在为用户提供快速创作歌曲和短音乐内容的工具，适合有经验的音乐家和没有任何音乐知识的初学者。用户只需在 iOS 设备上下载应用程序，即可探索各种功能和工具。

MindWrite AI是一个全面的AI生成平台，旨在通过自动化内容创作、代码生成、语音合成等，提升专业人士的工作效率和创造力。

Play.ht是一个AI语音生成平台，利用先进技术将文本转换为逼真的人声，支持142种语言和口音，拥有超过600种AI声音，为创建引人入胜和专业的语音内容提供了广泛的功能和应用场景。

SpeakUp AI是一款生成式AI工具，旨在简化创建引人入胜的播客过程。用户只需一键即可将文章、博客帖子、新闻通讯等书面内容转化为高质量的播客。

Speaking AI是一个生成语音的基础模型测试版，用户可以通过仅需3秒的输入捕捉到自己独特的音调，实现自然的声音质量。

Delphos | AI Music 允许用户通过简单的点击生成各种风格的完整商业音乐作品。无论是电子舞曲、嘻哈还是爵士乐，我们的声音世界能够实时创作出真实的音乐。用户甚至可以训练自己的声音世界并分享自己的才华！

RingleDingle是一个独特的电子贺卡服务，结合了先进的AI技术与个性化内容，用户可以发送由名人声音朗读的定制诗歌，留下难忘的祝福。

Janus-Pro是DeepSeek发布的多模态大模型，专注于图像生成和理解。它采用自回归框架，通过分离视觉编码为‘理解’和‘生成’两条路径，提升了框架的灵活性和性能。该模型在图像生成、图像描述、地标识别、视觉常识、OCR等任务上表现出色，并在多模态理解和文本到图像生成基准测试中取得了SOTA性能。模型规模扩展至70亿参数，支持多种输入形式的理解和生成，适用于各种多模态应用场景。

Halcyon是一个先进的AI工具，旨在改变能源行业专业人士的决策方式。通过利用复杂的AI技术，Halcyon能够快速访问关键信息，使用户能够在几分钟内解决复杂问题，而不是几天。该工具专门设计用于应对能源转型的复杂挑战，提高决策的速度、准确性和灵活性。

天工是由昆仑万维开发的大型语言模型，旨在通过自然语言与用户互动。它是国内首个对标ChatGPT的双千亿级大语言模型，支持多种应用场景，包括学习、职业和生活。天工3.0版本已开放公测，具备4000亿参数，是目前世界上最大的开源MoE模型。

UltymAI是一款终极集成AI应用，提供多种工具，包括图像创作、语音合成和应用程序生成。

vicuna-33b是最新发布的高性能开源模型，尽管开源，但不允许商用，适用于各种自然语言处理任务。

GeniusMindsAI 是一个基于AI的内容创作平台，提供文本生成、语音合成、语音转文本、图像创作和代码生成等高级工具，支持多语言、团队协作和增强的安全措施，旨在为各行各业的用户提供高价值的解决方案。

Chat GPT Svenska是由OpenAI开发的聊天机器人，旨在为瑞典用户提供免费的聊天服务。用户可以通过Chatgptsv.se网站与Chat GPT Svenska进行互动，享受自然语言处理技术带来的便捷和乐趣。

VoiceCalc是一款基于AI的计算器，用户可以通过自然语言输入表达式，若输入可计算，则返回正确结果，否则返回错误提示，需手动修正输入。

FLAN（Fine-tuned LAnguage Net）是一个通过指令微调技术提升语言模型泛化能力的项目，专注于自然语言处理（NLP）领域。它通过在多样化的指令数据集上微调预训练模型（如T5），使模型能够处理未见过的任务，如分类、翻译、问答等，特别适用于零样本和少样本学习场景。项目强调模型规模越大性能越好，且支持多语言任务，但需注意其数据可能存在污染问题。

部署一个位于VPC内的私有ChatGPT替代品，可将其连接到组织知识库，用作企业oracle，支持Llama 2、Falcon和GPT4All等开源LLM。通过检索增强生成技术，RAGstack可以从其他系统获取信息并将其融入LLM的上下文中，提供更为准确和相关的回答。

ChatMirror是一款结合了人工智能技术的魔镜应用，旨在通过自然语言处理与用户进行互动，提供个性化的聊天体验。用户可以通过简单的语音或文本输入与它进行对话，获取信息、建议和娱乐。

Deepgram Voice AI是一款先进的语音AI平台，利用人工智能技术提供高质量的实时语音转文本和文本转语音服务，适用于医疗转录、对话AI及客户支持等多个应用场景。Deepgram提供易于集成的API，支持多种语言，旨在改变企业与开发者整合语音识别与合成的方式。

聊天文本转语音工具，让语音合成更快速、支持声音克隆和移动部署，提升语音交互体验

一个用于语言信息思维的计算框架，通过概率程序与自然语言相结合，破解世界模型。

makeMoE 是一个从头开始实现的稀疏专家混合语言模型，基于 PyTorch 框架，采用自回归字符级语言模型架构。该项目灵感来源于 Andrej Karpathy 的 makemore 项目，旨在通过稀疏专家混合架构实现高效的语言模型训练和推理。它涵盖了模型的基本组成、自注意力机制、专家网络、Top-k 路由、噪声 Top-k 路由等核心组件的代码实现，并提供了模型的初始化方法、训练循环以及文本生成示例。makeMoE 不仅适用于研究和学习稀疏专家混合语言模型的实现，还可作为自回归字符级语言模型的参考实现，适用于自然语言处理领域的实验和开发。