产品库

让ChatGPT具备语音功能

ChatGPT - 语音聊天是一个能够为ChatGPT增加语音交互功能的插件。用户可以通过快捷键进行语音提问，并听取ChatGPT生成的回答。

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。

语音交互式语言学习App

Natulang是一个语音交互式的语言学习App。它利用语音生成和识别技术,让用户可以通过大声朗读对话来学习语言。相比其他注重打字的语言学习App,Natulang更注重语音交流,让用户培养语言表达的自信心。

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。

免费、开源的页面聊天插件

Chat with page是一款免费、开源的Chrome插件，可以在浏览网页时与页面进行聊天交流。它提供了实时的聊天窗口，用户可以与页面上的元素进行互动，进行评论、提问等操作。该插件适用于各种场景，例如在阅读文章时与作者进行交流，或在网页上与其他用户进行讨论。

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。

语音助手插件，提升GPT交互体验

Voice Assistant Plugin for GPT 是一款专为GPT设计的语音助手插件，旨在通过语音交互提升用户体验。该插件结合了先进的语音识别技术，允许用户通过语音命令与GPT进行交流，实现更加自然和便捷的对话体验。产品背景信息显示，该插件由Air Tech Studio开发，支持多语言，并且注重用户数据安全，不与第三方分享任何数据。

新的聊天，面具插件

gAIgle.com是一个面具插件，提供新的聊天功能。它使用了先进的语言模型技术，可以自动生成对话内容。gAIgle.com的主要优点是快速、准确、易用，并可以适应不同的聊天场景。它可以用于社交娱乐、教育培训、客服支持等多个领域。

AI辅助推特聊天插件

ChatGPT for Twitter是一款AI辅助推特聊天插件，使用先进的GPT-4和GPT-3.5技术，提供22种不同的情绪模式，帮助用户更轻松地表达自己。它支持多语言交流，自动识别推文语言，使跨语言沟通变得无缝。这款插件与推特无缝集成，只需点击即可使用。它使用户能够参与公共辩论，加强民主，促进清晰简明的表达。试用15次免费推文，立即安装并体验推特的未来！

AI 写作助手，聊天助手，笔记与插件

DapperGPT 是一款 AI 写作助手，聊天助手，笔记与插件工具。它基于 OpenAI 的 ChatGPT 技术，提供智能搜索、语音转文字、文字转语音、AI 笔记、Chrome 插件等功能。DapperGPT 提供基本免费功能，可通过一次性购买或年度计划解锁额外高级功能。

实时语音提取智能耳机交互系统

LookOnceToHear 是一种创新的智能耳机交互系统，允许用户通过简单的视觉识别来选择想要听到的目标说话者。这项技术在 CHI 2024 上获得了最佳论文荣誉提名。它通过合成音频混合、头相关传输函数(HRTFs)和双耳房间脉冲响应(BRIRs)来实现实时语音提取，为用户提供了一种新颖的交互方式。

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。

语音交互人工智能助手

魔撰写作是一款基于语音交互和软硬结合的人工智能助手，可以帮助用户完成日常生活中的各种任务，包括语音助手、智能家居控制、语音翻译、语音记事本等功能。小问智能的优势在于准确率高、响应速度快、支持多语言、可定制化等特点。定价方面，提供免费版和付费版两种选择，付费版功能更加丰富，价格合理。小问智能的定位是成为用户日常生活中的智能助手。

低延迟的实时语音交互API

Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。

无限聊天，GPT语言模型插件

No Limits Chat GPT是一款由OpenAI开发的先进语言模型插件，旨在通过无限聊天的能力来改变您的浏览体验。它利用先进的GPT技术进行动态、上下文感知的对话，无论是寻求信息、头脑风暴还是轻松闲聊，都能提供多样化的服务。插件会根据您的偏好进行个性化调整，从您的互动中学习并量身定制响应，为您提供更个性化、高效的体验。插件与Slack、Facebook Messenger和WhatsApp等流行的消息平台无缝集成，使您可以直接在这些界面内与AI助手对话。同时，它还提供独立的浏览器界面，提供专注、无干扰的体验。插件支持多种语言，确保用户可以无语言障碍地进行有意义的对话。我们注重您的隐私和安全，所有对话都会在插件内部进行本地加密和处理，保证您的数据保密和安全。

使用Chat GPT进行语音聊天

这个插件可以通过语音与GPT进行聊天，具有将语音转换为文本、将GPT回复转换为语音、建议更好的表达句子、创建与GPT的对话脚本等特点，使对话更加专注和自然。它允许定制语速和声音以满足不同熟练水平的用户。

AI生成、聊天、图片等，WordPress SaaS插件

UltimateAI是一款基于AI的WordPress SaaS插件，提供AI生成文章、人类级博客帖子、广告等高质量内容，还可以生成代码、聊天机器人和图片等。它具有快速、灵活、易于使用和定制等特点。UltimateAI还提供了各种AI生成工具，如聊天机器人、文字转语音、图片生成等。它适用于个人博客、电子商务网站、数字广告和各种写作需求。

语音转文字,支持实时语音识别、录音文件识别等

腾讯云语音识别(ASR)为开发者提供语音转文字服务的最佳体验。语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式,满足不同类型开发者需求。技术先进,性价比高,多语种支持,适用于客服、会议、法庭等多场景。

语音聊天和文字聊天的社交平台

AiFy是一个语音聊天和文字聊天的社交平台。它提供了免费的语音和文字聊天功能，用户可以与其他人进行实时交流。AiFy还具有各种聊天室和频道，用户可以加入他们感兴趣的话题和社区。AiFy是一个开放的社交平台，欢迎所有人加入和参与。

实时语音交互数字人，支持端到端语音方案

VideoChat是一个实时语音交互数字人项目，支持端到端语音方案（GLM-4-Voice - THG）和级联方案（ASR-LLM-TTS-THG）。用户可以自定义数字人的形象和音色，支持音色克隆，无需训练，首包延迟低至3秒。该项目利用了最新的人工智能技术，包括自动语音识别（ASR）、大型语言模型（LLM）、端到端多模态大型语言模型（MLLM）、文本到语音（TTS）和说话头生成（THG），为用户提供了一个高度定制化和低延迟的交互体验。

为AI聊天机器人添加自然语言的语音合成功能

Summme是一个插件，为您喜欢的AI聊天机器人添加自然语言的语音合成功能。它支持ChatGPT、Bard、Bing Chat、Claude.ai等多个聊天机器人平台。您可以自动或手动将聊天机器人的回复转换为语音，享受更加自然的语音交流体验。Summme提供多种语音音调和语言选择，支持调节语速，还可以根据您的名字进行个性化问候。完全免费且无需注册。尝试Summme，为您的聊天机器人增添声音。

MacOS下的Bing AI聊天输入优化插件

MacOS下的Bing AI聊天输入优化插件，防止误发送聊天，通过Command + Enter发送，提供更直观舒适的Bing AI体验。

与任何大型语言模型进行快速的免提语音交互。

Open-LLM-VTuber 是一个开源项目，旨在通过语音与大型语言模型（LLM）进行交互，具有实时的Live2D面部捕捉和跨平台的长期记忆功能。该项目支持macOS、Windows和Linux平台，允许用户选择不同的语音识别和语音合成后端，以及自定义的长期记忆解决方案。它特别适合希望在不同平台上实现与AI进行自然语言对话的开发者和爱好者。

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。

聊天机器人，AI人物，AI语音聊天

Netwrck AI Chat是一个提供AI聊天机器人、AI人物和AI语音聊天功能的网站。它可以与AI进行文字和语音交流，具有多种语音和字符生成模式。Netwrck AI Chat可以用于各种场景，如娱乐、学习、工作等。它通过AI技术实现了智能对话和语音识别功能，让用户可以与AI进行有趣和实用的交互。

使用OpenAI实时API与文档进行语音聊天

voice-chat-pdf是一个基于LlamaIndex项目，使用Next.js构建的示例，它通过简单的RAG系统，允许用户通过语音与PDF文档进行交互。这个项目需要OpenAI API密钥来访问实时API，并在项目中生成文档的嵌入向量，以便进行语音交互。它展示了如何将先进的机器学习技术应用于提高文档交互的效率和便捷性。

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。

AI 插件商店，增强聊天应用功能

GetIt.AI 是一个 AI 插件商店，提供广泛的 AI 插件供聊天应用使用。用户可以将这些插件集成到他们的聊天应用中，增强功能并改善用户体验。商店提供各种类别的插件，包括生产力、分析、通信、金融、游戏、营销、编程、旅行等。用户可以根据自己的需求轻松搜索插件，并选择最符合要求的插件。商店还采用社区驱动的方式，用户可以注册并集成自己的插件到聊天应用生态系统中。此外，商店提供资源和文档，帮助用户构建自己的聊天 - GPT 插件。总体而言，GetIt.AI 提供了一系列全面的 AI 插件，赋予用户以先进功能和自动化，提升聊天体验。

一个基于语音交互的故事创作聊天机器人，提供沉浸式的“选择你自己的冒险”体验。

该产品利用 Gemini 2.0 语言模型和 Google Imagen 图像生成技术，结合语音识别和语音合成，为用户提供一个互动式的故事创作体验。用户可以通过语音输入选择故事走向，系统会实时生成故事内容和相关图像。该产品的主要优点是创新的交互方式和强大的内容生成能力，适合用于教育、娱乐和创意启发。目前该产品处于开源阶段，未明确具体定价，主要面向开发者和教育机构。

真实感十足的下一代语音合成插件

Emvoice是一款具有真实感的下一代语音合成插件。它使用先进的技术和声音采样，能够以极高的真实度合成出自然流畅的人声。Emvoice具有可定制的声音调节和表情控制功能，可以在各种音乐创作和制作环境中使用。它提供VST/AU/AAX格式，支持多种音乐软件，并且提供了一个易于使用的界面，使用户能够轻松地创建出动人的人声音乐作品。Emvoice的定价合理，并且适用于各种音乐创作者和制作人的需求。