AI语音

法国AI公司Gladia发布语音转文字模型Solaria，Solaria都能提供无可比拟的多语言支持基础，且质量与速度毫不妥协。凭借英语等常见语言94%的词准确率（WAR）行业标杆、独家支持的100+种语言（其中42种为Gladia独有）、以及270毫秒超低延迟，Solaria正在为AI语音交互树立全新标准。

Krisp的AI口音转换功能为跨语言沟通提供了一种新的解决方案。通过实时将说话者的口音转换为美国英语，该工具能够有效减少沟通障碍，提高沟通效率。尽管目前该技术主要针对印度英语口音，但其未来扩展计划显示了其巨大的应用潜力。

SubEasy 是视频创作者的得力助手，它通过强大的字幕生成、翻译和优化功能，帮助创作者节省时间，提升效率，从而更专注于内容创作本身。无论是精准的字幕生成、智能的润色与重排，还是多语言翻译和自定义设计，SubEasy 都为创作者提供了全方位的支持。

OpenAI正式推出了全新的音频模型，涵盖了文本转语音（Text-to-Speech, TTS）和语音转文本（Speech-to-Text, STT）两大核心功能，为语音交互领域带来了重大突破。

录咖以其强大的 AI 技术和丰富的功能，为音视频创作和处理带来了前所未有的便捷体验。无论你是创作者、教育工作者还是普通用户，录咖都能成为你得力的助手。

ElevenLabs 成立于 2022 年，总部位于英国和波兰，致力于利用 AI 技术生成自然、富有表现力的语音。它的平台支持从文本到语音的转换、语音克隆和多语言配音，服务于各种需求。

播客录制和编辑平台 Podcastle 正式发布了其名为 Asyncflow v1.0 的 AI 模型，正式加入 AI 驱动的文本转语音（TTS）领域。该平台不仅为用户提供了超过 450 个 AI 声音，还计划推出面向开发者的 API，允许开发者将文本转语音模型直接集成到他们的应用程序中。

TTSMaker是一款在线文本转语音工具，也称为AI语音生成器，它可以将文本转换为音频，并且可以播放或下载音频文件。

NaturalReader 是一款功能强大、易于使用的文本转语音工具，适合各种场景下的阅读需求。无论您是希望节省时间的学生、需要无障碍支持的读者，还是寻求高质量语音内容的创作者，NaturalReader 都能为您提供卓越的体验。

Hume AI 是一家专注于先进 AI 语音技术的研究实验室和技术公司，使命是确保AI的开发服务于人类目标和情感福祉。通过构建能够以共情方式进行交流并学习如何让人们感到快乐的 AI 模型，Hume 正在重新定义语音交互的未来。

Hedra 是一个人工智能创作实验室，通过尖端的视频模型，赋能人类讲故事的能力。只需几秒钟，即可将您的角色变成富有表现力的说话者、歌手和说唱歌手。

Zonos模型基于约 20 万小时的语音数据进行训练，涵盖中性和富有表现力的语音模式。虽然主要数据集为英语内容，但也包含大量中文、日语、法语、西班牙语和德语的语音数据，从而支持多语言合成。

AI 语音初创公司 ElevenLabs 旗下的文本转语音（TTS）应用 ElevenReader是一款强大的移动文本转语音应用程序，旨在帮助用户随时随地聆听任何文本内容。

MiniMax旗下的海螺AI上线了基于T2A-01系列语音模型的“海螺语音”。这一更新为用户带来了更加自然、流畅的超拟人人声体验。