AI语音

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。

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。

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。