IndexTTS官网 – 工业级中文零样本TTS系统

CosyVoice是阿里巴巴通义实验室开发的语音生成工具，支持多语言与跨语言生成、零样本语音克隆、双向流式语音合成、富文本与情感控制等功能。适用于直播、客服等对响应速度要求极高的场景。CosyVoice 2.0版本在1.0的基础上提供了更准确、更稳定、更快速、更高质量的语音生成能力。

IndexTTS是基于XTTS和Tortoise模型的先进文本转语音系统，专为中文场景优化。通过字符-拼音混合建模解决多音字问题，集成BigVGAN2提升音质，零样本语音克隆MOS达4.01分，音色相似度0.776。目前代码未完全公开，需联系团队获取使用权限。

Moonshine是一款为边缘设备设计的自动语音识别模型，速度比Whisper快5倍，且保持相同的准确性，适用于实时和资源受限的应用场景，如现场转录和语音命令识别。它支持可变长度输入，具备低延迟和高效率，能够在本地设备上运行，无需联网，适合各种实时语音识别任务。

BabyCommandAGI旨在测试命令行界面（CLI）与大型语言模型（LLM）的结合效果，探索它们之间的互动，基于BabyAGI构建，并使用GPT-4 API。通过模拟LLM与CLI之间的对话，项目旨在揭示这种组合可能带来的新机遇与挑战。

Docent 是一个可以轻松快速创建的对话式聊天机器人，能够为客户查询提供类人回答。它可以与各种平台和系统集成，使与客户的沟通更加高效和有效。使用 Docent 时，您需要上传自己的站点文档或帮助中心。聊天机器人可以与现有的系统（如技术文档或公司内网）集成。一旦集成，Docent 就能以对话的方式回应客户查询，提供快速而准确的信息。

Soundraw是一个创新的AI音乐生成器，允许用户为视频、播客、应用程序、游戏等生成无限的免版权音乐，提供自定义和个性化的音乐解决方案。

这是一个包含30,500个ChatGPT提示的资源包，旨在帮助用户从新手成长为ChatGPT的高手，提升生产力，紧跟AI革命的步伐。该资源包覆盖150多个类别，并提供每周更新，确保用户获得最新的、不那么明显的提示。

File Transcribe 提供准确且高效的自动转录服务，结合 AI 技术，支持多种功能如说话者识别、字幕生成、摘要提取，并提供灵活的定价方案，适用于个人和企业用户。

Outtloud是一个AI驱动的阅读和听力助手，它能够将文档和文本转换为自然流畅的高保真AI语音，让用户以加速的方式消费大量内容。

一个将GraphRAG技术与Dify平台结合使用的实践项目，通过HTTP服务方式将GraphRAG的知识图谱检索能力暴露给Dify使用。项目提供了完整的配置流程和DSL示例，特别针对游戏《王者荣耀》的知识库进行了实践演示，实现了基于知识图谱的智能问答系统。

Quick GPT Search Chrome Extension是一个免费的Chrome扩展，提供简化和更快速的方式访问OpenAI的ChatGPT。用户可以将其添加到Google Chrome或Microsoft Edge浏览器中，安装后可以通过独立网页或弹出窗口访问ChatGPT。可以通过持续可用、手动触发或使用问号来唤醒ChatGPT，用户可以随时提问并获得即时回答。

Llasa 3b Tts 是 Hugging Face 上 srinivasbilla 创建的一个非官方演示空间，用于展示基于 Llasa-3B 模型的零样本语音克隆功能。Llasa-3B 模型由香港科技大学开发，是基于 LLaMA 的文本转语音（TTS）系统，支持中英双语，训练数据达 250,000 小时。该空间允许用户从纯文本生成语音，或通过语音样本提示生成具有类似风格和情感的语音，特别适用于语音助手、配音和个性化语音场景。

ttsMP3.com 提供基于AI的自然人声文本转语音转换，支持英语及50多种语言和口音，用户可以在线收听或下载为MP3格式，适合多种应用场景。

nanoChatGPT是在nanoGPT基础上，结合了人类反馈的强化学习层，使用Gumbel-Softmax技巧以提高训练效率，适合进行小型模型的快速实验。

Ai Sofiya是一款先进的AI工具，提供社交媒体广告文案生成和文本转语音转换两大主要功能。它利用强大的AI算法，快速生成各个平台的吸引人广告文案，帮助企业节省时间和精力。此外，它还提供超过840种现实语音的文本转语音服务，支持135种语言和方言。