搜索结果：audio（5 个）
按分类缩小范围
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
CosyVoice
综合 70
多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。
ChatTTS
综合 69
专注于日常对话场景的生成式文本转语音（TTS）模型。
screenpipe
综合 69
持续记录电脑屏幕工作轨迹以梳理工作流，并为 AI Agent 提供上下文背景记忆。
YuE
综合 69
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。