产品库

实现与生成AI自然沟通的可穿戴设备

AI Smart Link是由夏普公司与京都艺术大学共同开发的可穿戴设备，旨在实现与生成AI的自然沟通。该设备通过内置麦克风和摄像头捕捉用户环境，并通过语音进行响应，支持用户在多种生活场景下的应用，如骑行导航、烹饪指导和AIoT家电操作。该设备搭载了夏普开发的边缘AI技术'CE-LLM'，能够快速响应用户需求，实现流畅自然的对话体验。

致力于通过自然语音技术，打造个人语音伴侣和全天候可穿戴轻量级眼镜设备。

Sesame 是一个专注于语音技术的跨学科产品和研究团队，旨在通过自然语音交互，让用户与计算机的交互更加自然和高效。其主要产品包括个人语音伴侣和轻量级可穿戴眼镜设备，旨在实现计算机的拟人化，帮助用户更好地组织信息、提升效率。产品的主要优点是语音交互的自然性和设备的便携性，适合日常使用。目前，Sesame 正在积极招聘，致力于推动语音技术的创新。

一款为可穿戴设备提供综合健康助手的AI助手

Mediar是一款AI助手，通过分析可穿戴设备和用户输入的多模态健康数据，通过Telegram提供个性化的洞察和建议，以优化健康和表现。该助手为用户提供个性化的健康建议和训练计划，帮助用户追踪健康指标，并提供个性化的营养和训练建议。Mediar还提供定期的健康报告和追踪功能，以帮助用户了解健康状况的变化。

世界上最智能的健康教练，随身携带。连接300多个健身追踪器，改变您的可穿戴设备体验！

ONVY是世界上最智能的健康教练，旨在满足您独特的需求。它将您的健康数据转化为可行动的反馈，让您的外观、感觉和表现都比以往更好。ONVY结合了颠覆性的健康见解和世界上最智能的辅导反馈，让您像专业人士一样管理您的健康和表现。它已经得到了无数顶级运动员和高绩效人士的认可，并为您进行了优化！

一款开源可穿戴AI助手，个性化反馈，记忆助手。

FRIEND NECKLACE是一款开源的可穿戴AI助手，具备个性化AI对话和反馈功能。它是一个集AI笔记、提醒、建议等多功能于一体的智能设备。产品完全开源，所有数据存储在用户的手机上，保证了数据的隐私和安全。

智能穿戴设备领域的创新者

Gyges Labs致力于创造AI时代的智能穿戴设备，结合了独特的先进光学技术和协作AI技术。公司利用团队在微纳米光学方面的专业知识，开发了基于视网膜投影原理的DigiWindow技术，实现了世界上最小最轻的近眼显示模块。与Birdbath和波导等光学解决方案相比，DigiWindow不仅将尺寸从厘米减少到毫米，还降低了功耗，并提供了完整的视光学兼容性。此外，基于团队在协作AI方面的累积经验，Gyges Labs开发了基于镜像神经元原理并针对可穿戴设备定制的AI引擎Mirron，以增强未来可穿戴设备的感知和交互能力，为未来的“第二大脑”设备奠定了坚实的基础。

下一代语音AI，打造自然沟通的AI语音代理。

Ultravox.ai是一个先进的语音语言模型（SLM），直接处理语音，无需转换为文本，实现更自然、流畅的对话。它支持多语言，易于适应新语言或口音，确保与不同受众的顺畅沟通。产品背景信息显示，Ultravox.ai是一个开源模型，用户可以根据自己的需求进行定制和部署，价格为每分钟5美分。

智能穿戴项链，革新对话记录与管理方式。

Friend是一款领先的开源AI穿戴设备，它通过连接移动设备，提供自动、高质量的会议、聊天和语音备忘录的实时转录服务。它具备实时AI音频处理能力，低功耗蓝牙技术，以及开源软件设计，使得用户能够方便地访问和贡献代码。该产品以其便携性、实用性和开源性，为需要高效记录和管理对话内容的用户提供了一个创新解决方案。

可佩戴的人工智能伴侣

Tab是一款可佩戴的人工智能设备,集成语音助手、实时翻译、日程管理等功能,可成为用户的智能伴侣。它采用轻薄便携的设计,佩戴舒适。通过语音交互,可帮助用户提高工作效率,陪伴用户的日常生活。

让应用通过语音与文本的转换实现智能交互。

Azure 认知服务语音是微软推出的一款语音识别与合成服务，支持超过100种语言和方言的语音转文本和文本转语音功能。它通过创建可处理特定术语、背景噪音和重音的自定义语音模型，提高听录的准确度。此外，该服务还支持实时语音转文本、语音翻译、文本转语音等功能，适用于多种商业场景，如字幕生成、通话后听录分析、视频翻译等。

提升网站AI语音交互和销售

Site Agent是一款AI语音助手产品，能够个性化地与访问网站的用户进行语音和文字对话，提升用户参与度并促进销售。它结合了最新的AI技术和类似人类对话的细腻触感，为每个客户互动带来价值。Site Agent提供个性化的对话和问答功能，帮助客户解决问题、获取信息和进行购买。它还具备智能推荐和语义理解功能，能够根据用户需求提供个性化建议。Site Agent的定价根据企业需求定制，提供免费试用和付费增值的选择。

外包你的情绪反应给Moji。真正有意义的AI伴侣。

Moji是一款人工智能可穿戴设备,它可以根据你的情绪状态做出相应的反应。这款产品的主要功能包括:1)情绪检测和分析;2)基于情绪的AI回应;3)情绪管理和调节。Moji的优势在于它能够真正理解并回应你的情绪,成为一个有意义的伴侣。定价为起步价1499美元。Moji的定位是一款能提升生活品质的情感型AI产品。

下一代增强现实眼镜技术

Orion是由Meta公司研发的下一代增强现实眼镜技术，它代表了人工智能、增强现实和下一代计算的突破性创新。Orion旨在打破数字世界与现实世界之间的障碍，通过集成AI和AR技术，为用户提供前所未有的沟通和互动体验。Orion项目汇集了数千名热情的工程师、无数的研发小时数以及克服了众多挑战，推动了连接彼此和周围世界的极限。

沟通无界，让每次对话都创造价值。

心辰Lingo语音大模型是一款先进的人工智能语音模型，专注于提供高效、准确的语音识别和处理服务。它能够理解并处理自然语言，使得人机交互更加流畅和自然。该模型背后依托西湖心辰强大的AI技术，致力于在各种场景下提供高质量的语音交互体验。

WhatsApp语音助手，与ChatGPT通过语音信息交互

GabbyGPT是一个通过WhatsApp实现的AI语音助手，用户可以方便地通过语音信息与ChatGPT进行交互。它可以回答问题、提供信息、执行任务等。GabbyGPT的优势在于其简便易用的操作方式和智能的语音识别功能。定价方面，用户可以免费使用基本功能，或选择订阅高级功能的付费套餐。GabbyGPT适用于个人用户和商业用户，能够满足不同场景的需求。

智能眼镜，集成多种高科技功能

AirGo™ V是Solos Smartglasses推出的一款高科技智能眼镜，集成了多种先进技术，包括SmartHinge™ I、SolosChat™、SolosTranslate™和Whisper® Audio Technology等。这款产品以其便携性、舒适性和强大的功能而著称，为用户提供了一种全新的智能穿戴体验。AirGo™ V的价格为299.00美元，定位于高端市场，主要面向追求高科技和便捷生活方式的用户。

实时语音转文字，实现快速沟通

Actual Chat是一款结合了实时语音、即时转录和人工智能辅助的应用，让您能够更快速地沟通，详细回复，不浪费时间等待。它重新构想了电话、文字和语音消息，将语音和文字融合成一个单一的媒介。通过Actual Chat，您可以实时观看语音转录，选择听或读，随时加入对话，匿名参与聊天，保持对话记录，提高清晰度，完善口语，提升对话质量，包括在家庭、工作、网络研讨会、在线课程和客户支持等场景中的应用。

自然对话生成语音AI

Speaking AI是一款使用先进的大语言模型技术实现的文本到语音转换工具，能够以自然的情感进行对话并实现零样本语音克隆。它可以捕捉你独特的音调、音高和调节，让你以前所未有的方式复制和利用自己的声音。Speaking AI通过先进的技术实现了声音克隆的突破，让语音克隆听起来更加自然。使用Speaking AI，你可以通过录制自己的声音，在短短10秒钟内进行克隆。我们致力于将最先进的AI技术用于推动人类进步，特别是在促进语音克隆技术的发展和应用方面。

将文本转换为自然流畅的语音输出

文本转语音技术是一种将文本信息转换为语音的技术，广泛应用于辅助阅读、语音助手、有声读物制作等领域。它通过模拟人类语音，提高了信息获取的便捷性，尤其对视力障碍者或在无法使用眼睛阅读的情况下非常有帮助。

记录生活，获取有用的总结和建议，为任何用例定制眼镜

OpenGlass是一款可穿戴眼镜，它能够记录用户的生活，并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制，适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发，为用户带来全新的交互体验。

科学延长寿命，提升生活质量

Zest - Longevity是一个旨在帮助用户实现更长寿、更健康生活的应用程序。它基于过去十年来科学研究对衰老生物学根源的探索，提供了一种工具，让用户能够从核心层面上应对衰老，甚至预防和逆转生物衰老过程。该应用程序由医生、长寿科学家和研究人员团队共同开发，并持续更新评估推荐方案。Zest通过跟踪8个关键的长寿支柱：情绪、睡眠、运动、阳光暴露、冷浸、禁食、补充剂和血液测试，帮助用户形成每日推荐目标，综合这些目标形成用户的长寿得分。此外，Zest与Vital SDK和数字生物标记的被动跟踪兼容，支持几乎所有可穿戴设备，结合行为科学和长寿科学，运用心理学和神经科学帮助用户维持延长生命的习惯。

快速准确的边缘设备自动语音识别模型

Moonshine 是一系列为资源受限设备优化的语音转文本模型，非常适合实时、设备上的应用程序，如现场转录和语音命令识别。在 HuggingFace 维护的 OpenASR 排行榜中使用的测试数据集上，Moonshine 的词错误率（WER）优于同样大小的 OpenAI Whisper 模型。此外，Moonshine 的计算需求随着输入音频的长度而变化，这意味着较短的输入音频处理得更快，与 Whisper 模型不同，后者将所有内容都作为 30 秒的块来处理。Moonshine 处理 10 秒音频片段的速度是 Whisper 的 5 倍，同时保持相同或更好的 WER。

个性化语音克隆工具，实现自然语音生成。

ChatTTS-OpenVoice是一个结合了ChatTTS和OpenVoice技术的语音克隆模型。它通过上传10秒音频片段，可以克隆个性化的语音，并生成更自然的语音。该技术在语音合成领域具有重要性，因为它提供了一种新的方式来生成逼真的语音，可以用于多种应用场景，如虚拟助手、有声读物等。

实时语音交互的人工智能对话系统。

Listening-while-Speaking Language Model (LSLM)是一款旨在提升人机交互自然度的人工智能对话模型。它通过全双工建模(FDM)技术，实现了在说话时同时监听的能力，增强了实时交互性，尤其是在生成内容不满意时能够被打断和实时响应。LSLM采用了基于token的解码器仅TTS进行语音生成，以及流式自监督学习(SSL)编码器进行实时音频输入，通过三种融合策略（早期融合、中期融合和晚期融合）探索最佳交互平衡。

自然交互的语音理解和生成基础模型

FunAudioLLM是一个旨在增强人类与大型语言模型(Large Language Models, LLMs)之间自然语音交互的框架。它包含两个创新模型：SenseVoice负责高精度多语种语音识别、情绪识别和音频事件检测；CosyVoice负责自然语音生成，支持多语种、音色和情绪控制。SenseVoice支持超过50种语言，具有极低的延迟；CosyVoice擅长多语种语音生成、零样本上下文生成、跨语言语音克隆和指令跟随能力。相关模型已在Modelscope和Huggingface上开源，并在GitHub上发布了相应的训练、推理和微调代码。

AI沟通已故亲友

Seance AI利用GPT-4技术，使人们能够与已故亲友的灵魂进行沟通。通过AI与已逝亲人的更加个人和有意义的对话体验。

使用自得语音技术，创造属于你的角色

自得语音技术可通过简单的步骤创造出属于你的角色。类似GPT，可生成与真人无异的语音片段，在情感、音色和语速等方面与真人一致。自得语音支持快速定制角色，只需要上传一段语音即可立即生成属于你的语音角色。无需下载软件，可在浏览器上完成语音生成。同时提供API接口，方便开发者集成到自己的产品中。商用用户可享受7x24小时的技术支持。

与Poe AI交谈，自然语音回复

Talk to Poe AI是一个插件，为Poe的所有AI，包括Sage、GPT-4和Claude+，提供了语音控制和朗读功能。您可以使用语音与Poe的AI进行对话，并以多种语言听取其回复。该插件还可以将AI的回复以清晰自然的语音读出，支持多种语言。安装简便，无需键盘输入，让您更轻松地与AI交流。

J1 Assistant 是一款创新的智能助手，支持多种设备和独特交互方式.

罗永浩旗下 AI 初创项目 Jarvis 现已悄悄在海外上线，目前其官网展示了一款名为 J1 Assistant 的聚合类 AI 助理软件，暂时仅拥有安卓版本。J1 Assistant 是由 Matter Innovation Inc. 开发的智能助手应用，旨在提高用户的生产力和生活效率。它支持多种设备，包括 Samsung Galaxy 和 Pixel 系列手机。J1 Assistant 的核心功能包括 Notes 和 To Do，用户可以通过这些功能创建运动指南、健康饮食计划和学习计划等。此外，J1 Assistant 引入了独特的 Ripple Touch 交互方式，为用户提供更加直观和便捷的操作体验。该应用的背景信息显示，它是由 Matter Innovation Inc. 在 2025 年推出的，旨在通过技术创新提升用户的生活质量。目前，J1 Assistant 的定价策略尚未明确，但其目标是为广泛的用户提供高效、便捷的智能助手服务.

提供语音识别、语音合成等语音AI能力

依图语音开放平台为开发者提供语音识别、语音合成等语音AI能力,包括精准语音转文本、文本转语音合成、声纹识别、语音增强降噪等服务,支持不同场景下的语音交互应用开发。平台提供高效、灵活的语音AI能力接入方式,可轻松将语音技术应用于各类产品与业务场景。