VoiceCanvas是一款领先的AI语音克隆和文本转语音（TTS）工具，支持40+种语言，提供高保真语音合成、实时文本转语音、个性化声纹克隆等功能。

灵云开放平台免费提供全面的智能人机交互技术，包括语音合成、识别，手写识别，光学字符识别，语义理解，机器翻译等，助力移动应用、智能硬件实现自然、智能的交互。

开发者可互动体验 OpenAI API 中的新语音模型gpt-4o-transcribe， gpt-4o-mini-transcribe and gpt-4o-mini-tts。

免费的文字生成语音网站，包含各种方言（东北话、陕西话、粤语、闽南语）

讯飞智作是一款集AI配音、虚拟人视频生成、PPT生成视频、虚拟人定制等多功能的AI音视频生产平台。已广泛应用于媒体、教育、短视频等领域。

灵云AI开放平台

讯飞智作是一款集AI配音、虚拟人视频生成、PPT生成视频、虚拟人定制等多功能的AI音视频生产平台。已广泛应用于媒体、教育、短视频等领域。

科大讯飞推出的移动互联网智能交互平台，为开发者免费提供：涵盖语音能力增强型SDK，一站式人机智能语音交互解决方案，专业全面的移动应用分析；

海螺AI推出的AI语音生成工具，支持多种语种、情绪和效果。

一个开源文本转语音系统，致力于实现人类语音的自然化。

Synexa是一个简单、快速且稳定的AI服务平台，通过简单的一行代码就能部署和运行AI模型。支持图像生成、视频生成、语音合成等，帮助开发者轻松集成AI能力，提升工作效率。

将电子书转换为有声书的工具。

基于Kokoro和ONNX运行时的文本到语音（TTS）项目。

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

基于Llama框架的TTS基础模型，兼容16万小时标记化语音数据。

Sesame AI 是一款先进的语音合成平台，能够生成自然对话式语音并具备情感智能。

一个用于生成对话式语音的模型，支持从文本和音频输入生成高质量的语音。

AI ContentCraft 是一个多功能内容创作工具，集成了文本生成、语音合成和图像生成能力。

Llasa-3B 是一个基于 LLaMA 的文本到语音合成模型，支持中英文语音生成。

Llasa-1B 是一个基于 LLaMA 的文本转语音 (TTS) 模型，支持中英文语音合成。

Zonos-v0.1-hybrid 是一款领先的开源文本转语音模型，能够提供高质量的语音合成服务。

CSM 1B 是一个由 Sesame 开发的文本到语音生成模型，可生成高质量的音频。

Reecho秒速克隆声音，生成逼真自然的AI语音，赋予文本极具表现力的配音。

思必驰DFM-2大模型赋能多模态交互和行业应用，提供更智能、个性化的对话体验。

全球首款多情绪、多语态、全可控AI配音，一键生成专业级语音。

ChatTTS项目的入门指南和资源汇总。

基于科大讯飞语音技术，实现智能客服的多渠道解决方案。

让应用通过语音与文本的转换实现智能交互。

将文本转换为自然流畅的语音输出

快速AI语音助手

生成高质量中文方言语音的大规模文本到语音模型。

轻量级端到端文本到语音模型