从零搭建语音智能体:ASR(语音识别), TTS(语音合成), LLM和流式管道 | Build Voice Agents From Scratch
搭建自己的语音对话大模型 | ASR+LLM+TTS串联
AI声音合成 & TTS演化史(OpenAI Voice Engine、ElevenLabs、讯飞TTS、网易有道、亚马逊 BASE TTS… )
一个开源项目打通ASR+TTS+实时语音,微软VibeVoice直接卷死闭源大厂?
实时语音对话数字人 效果实机演示【ASR+LLM+TTS+Wav2Lip 256】
实时语音识别,流式SenseVoice来啦!
打造你自己的语音交互助手,实时对话-任意打断-多模态-多语种 | ASR-LLM-TTS大升级
FunGPT:一个集成大语言模型(LLM),语音识别(ASR),语音合成(TTS)的夸人和怼人项目
AI应用-本地部署LLM+TTS+ASR实现语音面试对话
开源王炸!实时语音对话模型 OmniVoice,延迟低到离谱!
xiaozhi-client 2.0.0 支持本地语音互动功能
FastRTC开源实时AI语音对话
ESP32-S3 AI 语音对话全链路延时优化|调优 ASR/VAD/LLM/TTS,总时延压缩至 1~1.5s
Fun-ASR-Nano 本地部署!轻量级语音转文字!低显存可用!
LiveTalking+Deepseek+TTS非常棒的开源组合【流式数字人】
TTS算法综述
AI语音克隆进入“零样本”时代?解析TTS模型四大流派与问鼎榜首的MiniMax【硅谷101】
纯干货,无套路!Qwen3-TTS!真人级语音合成一键懒人包,不只是天花板!
实时区分说话人并实时语音识别 | Fun-ASR-Nano实时区分说话人 | 实时语音识别并区分说话人 | 流式语音转写并区分说话人 | FunASR
Qwen3-ASR-1.7B/0.6B,官方原版,支持超长音视频转文字字幕,视频转字幕,4G显存可用,支持50系显卡,批量任务,支持热词控制,支持老显卡