Fish Speech是一个开源项目，通过仅需15秒的任意声音，可以可靠地合成自然流畅的语音，同时保持给定的音色、风格和口音。该项目由So-VITS-SVC和Bert-VITS2的创作者团队推出。
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。
Plot Factory 是一个创新的在线故事规划工具，旨在帮助作家简化规划、组织和写作叙事和虚构宇宙的过程。该平台无需安装，用户可以从几乎任何地方（甚至移动设备上）进行创作，支持详细的角色表、复杂的故事情节构建，以及以逼真的声音叙述书写内容。适合业余和专业作家，提供强大的环境，支持个人创意和协作努力。
TextToSpeech 是一款桌面工具，可以以更低的成本将任何文本转换为语音，且质量无损。它还提供翻译、改进和脚本创建等实用功能，支持SSML。
GeniusMindsAI 提供多种 AI 工具，支持内容创作、语音合成、聊天机器人、图像生成、语音转文本和代码生成，具备多语言支持、团队协作和增强安全性，为用户提供无与伦比的价值。
Kokoro 82M 是一个高质量的 TTS 模型，能够生成极高音频质量的语音，同时模型大小不到 300M，便于部署和使用。该模型在 T4 上能够快速生成语音，并支持通过架构训练其他语言，且只需不到 100 小时的音频数据进行训练。
fairseq是一个用于序列建模的开源工具包，支持多种自然语言处理和语音处理任务。
基于Zephyr 7B模型使用自定义语音进行本地AI对话，使用RealtimeSTT和faster_whisper进行转录，使用RealtimeTTS和Coqui XTTS进行语音合成，提供了一个实时的聊天机器人，可以进行语音交互。
RealtimeSTT_LLM_TTS是一个结合流式大型语言模型和GPT-SOVITS的工具，支持实时语音转文字和语音合成，能够通过网页实现跨网络服务调用，方便用户在不同场景中进行高效的语音交互。
Clapper.app是一个开源的AI视频编辑工具，能够将剧本转化为故事板、视频、语音、声音和音乐，目前仍处于早期开发阶段，旨在帮助用户更高效地创建视频内容。
MyHeyGen 是一个开源的AI工具，结合了语音合成和文本生成技术，能够实现逼真的语音效果和高效的内容创作，支持多种音频格式和语言，适用于个人创作及商业应用。
本地语音助手：无需联网即可在个人电脑上运行的语音助手，集成了语音识别和语音合成功能，打造类似电影《钢铁侠》中的 Jarvis 或 Friday 的离线语音助理体验
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。
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
与大型语言模型进行自然语音对话的开源工具，支持多种语音识别、语音合成和语言模型，提供易用且可扩展的API，目标成为闭源商业实现的开源替代方案
一个有趣的AI项目，可以通过短时间的音频源生成与原声音相似的音频，支持文本输入，基本可以做到以假乱真。
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！
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。
非常强大的GPT网页客户端，开源、现代化设计的 ChatGPT/LLMs 聊天应用与开发框架，支持语音合成、多模态、可扩展的插件系统。
AI Voice Chat是一个基于React的语音交互应用，结合了Whisper Large v3、openchat 3.5 AWQ和XTTS v2技术，支持低延迟的语音对语音交互。项目在单个RTX 3090 GPU上运行，显存占用33G，比ChatGPT语音演示视频的延迟减少了一半以上。它能够高效地进行语音识别和合成，支持多种语言和方言，适用于实时语音聊天、客服机器人、智能家居设备、教育平台等多种场景。
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。
TranslateTracks 是一个用于为 YouTube 视频生成多语言音轨的工具，支持多种声音选择，帮助内容创作者触及全球观众。
voicechanger.io 是一个简单的在线变声应用，可以轻松地转换你的声音并添加各种效果。用户可以选择上传音频或使用麦克风录音，支持将文字生成语音，并能够播放或下载变换后的声音。
text-speech.net 是一个免费的在线文本转语音工具，用户可以将文本转换为声音。使用该工具时，用户需连接互联网，打开网站后输入文本，选择语速、语言或性别，然后点击播放按钮即可听到转换后的声音。
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。
vidBoard是一个生成AI平台，用户可以在几分钟内将照片转换为引人入胜的会说话的头像，并以超过120种语言制作专业视频，无需技术技能或高成本。
Spakfly是一款能够将任何文本转换为100%人声的语音软件，适用于视频销售信、教育视频、营销视频、培训视频、有声书等多种场景。用户只需注册账号，选择语言和声音，输入文本，定制语音设置，然后生成并下载语音文件。
AiVOOV 是一个利用 AI 语音将书面文本转换为高质量音频文件的领先文本转语音生成网站。它提供超过 900 种真实的语音选择，支持 125 种语言，为用户创建专业且引人入胜的配音提供了广泛的选择。AiVOOV 消除了对传统配音服务的需求，为语音相关项目提供了一种成本效益高且高效的解决方案。
SpeechLab是一个基于AI的语音技术平台，帮助出版商和创作者通过克服语言障碍，在全球范围内扩展影响力。它提供多种语言和方言的定制配音、语音解说和合成语音。用户可以上传音频或视频内容，选择所需的语言和方言进行配音或语音解说，或选择与自身声音或品牌相匹配的合成语音进行叙述。SpeechLab的先进AI技术将生成所需的语音输出，使您的内容在全球范围内可访问。
Clipcision是一个提供AI YouTube管理工具的平台，帮助用户扩展YouTube受众、塑造品牌愿景并提升业务规模。它提供全面的工具集，简化内容创作，优化传播效果，并提升YouTube频道的收入。
