阿里云语音 | AIUG

AI音频工具 AI配音合成（文转音，语音克隆） AI音频工具

阿里云语音

语音合成编辑器

链接直达手机查看

高拟真度、灵活配置的语音合成产品，打通人机交互的闭环，让应用逼真发声。多种音色可供选择，并提供调节语速、语调、音量等功能

MooER是摩尔线程公司开发的一款音频理解大模型，是业界首个基于国产全功能GPU进行训练和推理的大型开源语音模型。

EzAudio是一个由腾讯AI实验室和约翰霍普金斯大学联合开发的文本到音频（T2A）生成模型。

Voicemod是一个免费的AI语音变声器工具

MARS5-TTS是一款由CAMB.AI公司开发的开源语音合成模型，能够将文本转化为逼真的语音

Whisper是OpenAI开发的一个自动语音识别（ASR）系统。它基于从网络上收集的680,000小时的多语种和多任务监督数据进行训练，具有极高的准确性和适应性。

Tango 2是一款新型文本到音频生成模型，它通过直接偏好优化（Direct Preference Optimization, DPO），显著提升了音频输出与输入文本的匹配度。