按标签聚合查看文章内容。
AI资讯美国ElevenLabs公司与美国IBM于3月25日宣布合作，将ElevenLabs的语音识别（Speech-to-Text）和语音合成（Text-to-Speech）技术整合到IBM的AI代理产品“watsonx Orchestrate”中。此次合作旨在帮助客户在满足企业安全性和可扩展性需求的同时，提升由AI代理驱动的用户体验，提供更加丰富自然的语音交互工具。 语音作为AI代理与客户及员工沟通的
AI资讯阿里巴巴通义实验室推出Fun-CineForge，这是首个开源的多模态电影级专业配音AI模型，提升了情感表达、环境音融合和唇动同步，推动影视行业自动化进程。
AI资讯国内AI企业MiniMax升级编程订阅计划，推出全球首个支持视频、语音、音乐和图像生成的全模态模型订阅服务，致力于提供全面服务并降低用户成本。
AI商业Speaktor 是一款基于 AI 的文本转语音（TTS）工具，可将文字内容快速转换为自然流畅的语音，支持 50+ 种语言，适合听文章、做配音与提升内容可访问性。
AI视频Papercup 是面向企业与内容创作者的 AI 配音与语音本地化平台，将专利级合成语音技术与专业配音团队相结合，提供端到端的多语言配音、翻译与音频本地化服务，帮助视频和音频内容快速进入全球市场。
AI资讯Google为Google Vids的AI语音引擎新增了30种丰富表达力的对话音色，支持24种语言。
AI资讯Google最新文本转语音模型Gemini 3.1 Flash TTS发布，支持多语言和多说话人，提升音质与表达能力。
AI音频Audiobox 是 Meta AI 推出的语音与音频生成研究型平台，可用于合成多风格人声、音效与背景音频，适合内容创作者、开发者和研究人员进行语音相关创意与实验。目前公开 Demo 已下线，但相关技术方向与应用场景仍具有参考价值。
AI音频WellSaid 是一款面向团队与企业的专业级 AI 文本转语音平台，提供 120+ 拟真人声、全商业版权、SOC2 与 GDPR 合规，支持多口音、多风格配音、团队协作与实时集成，适用于培训课程、产品解说、IVR、应用内语音等多种场景。
AI音频WellSaid 是一款面向团队与企业的专业级 AI 文本转语音平台，提供 120+ 拟真人声、全商业版权与安全合规保障，帮助快速制作高质量配音、培训与产品语音内容。
AI音频WellSaid 是一款面向团队与企业的专业级 AI 文本转语音平台，提供 120+ 拟真人声、全商用版权与安全合规的数据保护，适用于培训课程、产品解说、视频配音、IVR 等多种场景。
AI音频Audiobox 是 Meta 推出的语音与音频生成研究演示页面，曾用于展示相关研究与技术能力；目前该 Demo 已停止提供，可前往 Meta 研究页面了解最新进展。