Fish Speech是一款具有高度自定义和灵活性的文本转语音(TTS)解决方案，支持Linux和Windows系统，能够满足多种应用需求。
StableTTS是一个轻量级的文本到语音（TTS）模型，专为汉语和英语的语音生成服务而设计。该模型仅有10M的参数，适合在资源有限的环境中使用。它基于流匹配和DiT技术，是下一代TTS模型，灵感来源于Stable Diffusion 3，能够高效地产生自然流畅的语音。
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！
Voicefy是一个直观的平台，可以将文本转换为逼真的语音，提供多种语言和声音，以最大化内容的可访问性和互动性。用户只需将文本输入框中，选择所需的语言和声音，点击‘转换’按钮生成语音，然后点击‘播放’按钮收听语音，此外，还可以将语音下载为音频文件。
april-asr是一个用C语言开发的语音转文本(STT)库，具备高效的语音识别算法和实时转录功能，支持多种语言，具有可扩展的架构，便于集成到其他项目中，适用于多种应用场景。
OuteTTS是一个实验性的文本到语音模型，采用纯语言建模方法生成语音，致力于提升语音合成的自然性和可控性。
WellSaid Labs是一个领先的AI语音平台，能够实时将文本转换为高质量的语音，广泛应用于企业培训、广告、教育等多个领域。
iSavantAI是为商业主、营销人员和作家设计的AI内容生成器，利用人工智能帮助更快地创建高质量内容。用户可以选择各种模板（如博客文章、社交媒体内容、电子邮件等），提供主题上下文和细节，iSavantAI将根据输入生成初稿，用户可进一步编辑和完善，最终将其内容发布到管理系统中。
Gotalk.ai是一个利用深度学习算法将文本转换为自然人声的AI语音生成器，旨在简化配音制作过程，适用于内容创作者、营销人员以及各行业专业人士。该平台提供丰富的定制选项，使高质量的配音制作变得易于实现，无需昂贵的录音设备或专业配音演员。
Audioread 是一个创新的 AI 工具，能够将文本转换为音频，方便用户在多种场合下获取和消化书面内容，适合专业人士、学生和任何需要文本到音频转换的人。无论是出行中还是需要暂时休息阅读，Audioread 都能高效帮助用户。
Text2Audio是一个简单的在线文本转语音(TTS)工具，可以将文本生成MP3音频文件。用户可以直接在网页中播放或下载音频文件。只需输入或粘贴希望听的文本，Text2Audio就会为您朗读。
ElevenLabs是一个提供高质量AI语音生成服务的平台，用户可以免费创建高级AI语音，并在几分钟内生成文本到语音的配音。
开源复现Moshi模型训练过程，包括音频编解码器Mimi及文本和音频的层次化语言模型。该项目为研究人员和开发者提供了一个完整的框架，用于训练和实现先进的语音和文本处理能力，支持实时对话和多模态学习。
PlayHT是一款前沿的AI语音生成器，将文本转化为逼真的人声，适用于个人和专业项目。它支持多种语言和口音，能够为游戏角色配音、叙述故事以及制作视频配音，极大地简化了文本到语音的转换过程。
Chatpad AI是一个提供免费、开源和流畅用户界面的ChatGPT网站，用户可以通过简单的输入与AI进行互动对话。
AI Genie是一款革命性的iOS应用，利用AI的力量将文字转化为引人注目的视觉效果。它结合了精细调整的ChatGPT和稳定扩散技术，能够即时生成惊艳的图像。用户只需下载应用，创建账户，输入或说出想要转化的文字或短语，应用便会根据输入生成迷人的图像。
VoiceLingo是一款iOS应用，允许用户将自己的声音转换为多种语言的音频。用户只需录音并选择目标语言，应用便会生成相应的音频输出，方便进行语言学习和交流。
RVC是一款高效的AI语音转换模型，能够学习目标人物的声音特征，并进行高质量的音色转换。它采用检索增强技术，使生成的语音更加接近真人，保留原有音色的细腻度与自然性。此外，RVC易于使用，基于VITS框架，支持多种声音风格转换，提供高质量的声音合成和用户友好的接口，同时具备较强的可扩展性，支持自定义模型。
