VoiceFlow是一个专为语音交互设计的开源框架，为开发者提供构建高效语音系统的工具。它支持多语言语音处理与实时对话，优化人机交互体验。通过其强大的语音识别、对话管理和语音合成功能，开发者可以轻松创建智能语音助手、语音控制系统等应用。
FastSpeech2是一款高效的端到端语音合成模型，基于Transformer架构，通过引入声学和韵律信息，能够生成自然、流畅且符合人类说话特点的语音。该模型具有较低的推理延迟，适合实时语音合成系统，广泛应用于语音助手、有声书和智能客服等场景。
Naxos.ai Voice Assistant 是一款数字伴侣，允许用户通过语音命令控制浏览器，提供智能响应和个性化体验。
picollm是一个基于X-Bit量化的设备端大型语言模型(LLM)推理引擎，专为运行压缩的大型语言模型而优化。它提供跨平台、高准确性的SDK，支持本地运行以确保隐私安全，适合在资源受限的设备上使用。
一个实时文本到语音转换库，通过识别句子片段来实现即时的听觉反馈，适用于需要即时音频响应的应用程序。
Enginn Studio 是一个强大的语音合成工具，支持从原型制作到生产阶段的角色配音，能够在30种语言中以100倍的速度生成声音。用户可以浏览成千上万的声音选项，或使用VoiceMaker自定义自己的声音。
Calen是一个AI销售代理，能够以自然的语音与客户互动，帮助企业提高销售效率。它可以进行外呼、资格审查和预约安排，提供客户一个专门的号码处理所有调度相关事务。
WhisperLive是OpenAI的Whisper的近实时实现，通过语音活动检测(VAD)仅在检测到语音时发送音频数据到Whisper模型，从而减少数据传输并提高转录准确性。
Macha是一款先进的AI聊天工具，通过提供AI驱动的支持，极大增强了Shopify店铺的客户体验。它能够让Shopify店主以自然语言响应客户，同时为客服人员提供上下文丰富的现成答案，帮助他们更高效地进行客户服务。
Promptize是一个AI提示服务，旨在帮助企业实施合适的AI工具，如ChatGPT及其他模型，提供所需的提示内容，简化AI应用过程。用户只需注册账户，指定AI工具需求，我们的服务将为您生成定制的提示，助您高效使用AI。
ChatTTS Me 是一个将文本转化为自然流畅语音的平台，适用于聊天机器人和虚拟助手，提供优化和富有表现力的对话体验。
Hugging Chat旨在提供一个具有友好人性化个性的AI助手，能够理解并回答自然语言提问。用户只需访问网站，输入查询或消息即可与AI助手互动。
MARS5-TTS 是一个开源的多语言语音合成模型，能够通过2-3秒的音频参考，在140多种语言中复现语音表现，包括体育解说、电影、动画等极具挑战性的韵律场景。该项目旨在提供高效、逼真的语音合成解决方案，简化语音内容的生成和编辑过程。
ElevenLabs在语音合成领域处于前沿，提供先进的AI语音生成和文本转语音功能，旨在为内容创作者和企业提供简化的自然语言语音转换体验。用户可以创造出极具真实感的配音、有声书及任何形式的口语内容。
该数据集为SVC/SVS/TTS任务提供高质量的《原神》角色语音数据，支持多种语音风格和角色，包含详细的音频标注和文本转录，适合语音合成、转换及相关研究。
HeardThat是由Singular Hearing开发的一款智能手机应用，可以将现有的助听器或耳机转变为语音增强设备。它利用人工智能技术分离噪音与语音，使用户在嘈杂环境中享受清晰的对话。
阿拉丁灯是一款腕部问答工具，支持连续对话和语音转换，帮助用户获取信息和进行交流。
Rabbit是一家AI初创公司，致力于通过自然语言接口和专用、经济实惠的硬件开发个性化操作系统（OS）。Rabbit OS能够理解复杂的用户意图，操作用户界面，并代表用户执行动作。其核心技术是大动作模型（LAM），一种新型基础模型，能够理解计算机上的人类意图。
