# 语音
80 个相关产品 · 中文解读 · 按热度排序
截至 2026-09-10,KanonAgent 库内有 80 个带「语音」标签的 AI agent 与工具,本页按真实热度排序。标签由中文拆解自动归纳,不是人工打的;数据可经公开 API 复核。
Dograh
Dograh 是一个开源的 VAPI 替代方案，提供类似语音交互 AI 代理的基础设施，支持开发者构建自主执行任务的语音驱动应用。
VocalLab AI
秒级生成高度逼真AI语音的工具，支持自定义音色与情感表达，解决音视频内容创作者在配音环节效率低、成本高的问题，适用于播客、短视频、游戏等场景。
Cekura
一个自我提升循环系统，让语音AI代理持续学习并优化自身表现，适用于语音助手或AI副驾的长期迭代。
Heard
一款 macOS 上的语音层工具，可将 Claude Code、Codex 等 AI 工具的输出自动转为语音摘要，适合在无法看屏幕时听代码或任务反馈。
ElevenLabs MCP in Claude
ElevenLabs MCP 在 Claude 中实现语音代理的创建与管理，让用户在聊天中调用自定义语音角色，打造个性化的 AI 交互体验。
Tellie Prompter 1.5
智能语音提示器，能听懂用户实际说的内容，支持自由停顿、跳过、即兴发挥，不丢失当前进度。
Bolcho AI
为印度市场打造的语音AI助手，能用本地语言和口音自然对话，解决本地化语音交互难题。
nvidia/NVIDIA-NemotronLabs-VoiceChat-11B · Hugging Face (full duplex)
基于 NVIDIA 自研大模型的实时双工语音聊天系统，支持低延迟、高保真语音交互，面向开发者与 AI 语音应用创作者，解决语音交互中延迟高、自然度差的痛点
Flunkey
为 Windows 设计的语音优先 AI 层，用户通过语音指令控制电脑，实现高效交互。
Ojin
Ojin 是一个具备真实人脸与语音的 AI 人类代理，支持自然流畅的实时对话，可中断、重叠、即兴表达，通过一张静态照片即可快速部署，解决传统 AI 语音助手机械、不自然的交互体验，
SpeakoFlow
SpeakoFlow 是一个开源的本地语音助手，可在桌面端运行，无需联网即可执行语音指令，解决隐私担忧和网络依赖问题。
Gotcha
Gotcha 是首个面向安卓的 AI 助手，用户通过语音指令即可触发设备操作，实现真正的“说动即行”。
pipecat
一个开源的语音智能体与实时AI应用框架，支持多模态交互和AI工作流编排，供开发者构建语音助手、实时对话系统等AI应用
speech-to-speech
基于开源模型构建本地语音代理，支持离线运行，适合隐私敏感的语音交互场景
Open-LLM-VTuber
基于本地运行的 LLM 实现语音交互式虚拟主播，支持语音打断与 Live2D 动画，可跨平台使用。
Jargo, a Go port of Pipecat for building realtime voice agents
基于 Go 语言的 Pipecat 移植版，用于构建实时语音 AI 助手，降低语音代理开发门槛。
What Happens When You Give Your AI Agents a Voice and an Attitude
探索给 AI 助手赋予声音和性格，让 AI 交互更有人性化、有情感表达，提升用户参与感。
MagickVoice
支持25+语言的无代码AI语音客服平台，可快速构建语音代理，实现多语言的呼入呼出电话自动化
Záboj
Záboj 是一款车载语音 AI 助手，支持 CarPlay、iPhone 和网页端，能用 30 多种语言理解指令，调用日历、邮件、Slack 等工具，适合驾驶中高效处理任务。
I built remembered checkout for Voice calls
一个通过语音通话自动记忆并填充购物结算信息的工具，解决用户在电话购物时反复输入信息的麻烦，适合电商客服或电话购物场景的用户使用
whispr-stream
whispr-stream 是基于 Qwen3-ASR 模型的 macOS 本地语音转文字工具，支持实时流式识别，适合会议记录、采访转录等场景。
Kuma Voice – OSS Apple Watch voice assistant, no iPhone needed
开源的 Apple Watch 语音助手，无需 iPhone 也能独立运行，实现本地语音交互。
Wordmate – local speech-to-text for macOS
macOS本地语音转文字工具，离线运行、低延迟，适合隐私敏感的语音记录场景，供内容创作者和开发者使用
DialAssist AI
AI 实时通话助手，可在电话沟通中自动分析对话上下文，提供一键式战略回复建议，帮助用户克服电话焦虑、语言障碍和沟通卡顿，适用于销售或客服人员。
HeyBraza – ask out loud how to do something, it points at your screen
通过语音指令控制屏幕操作，AI 能理解口头命令并自动定位屏幕元素执行动作，实现“说动就动”的人机交互体验。
Voctara
Voctara 能将语音消息自动转录并提取待办事项，一键添加至 Apple Reminders，全程本地处理保障隐私，适用于 iPhone、iPad 和 Mac 用户。
Fonix.AI by AntEngage
Fonix.AI 是一个支持多种印度语言的 AI 语音客服系统，可自动拨打电话完成预约、催收、线索跟进等任务，48小时部署，适合需要本地化语音服务的印度企业。
Ego Echo
一个以语音为核心的情绪镜像应用，用户说出或输入内心想法后，AI以诗意方式反馈情绪本质，不提供建议也不存储数据。
AIRIN by Atomic Apps AI
用 AI 语音助手接听企业电话，能自然对话、预约日程、记录报价并通知人工，解决企业客服人力不足与响应延迟问题，适合销售型中小企业。
Hybrid-voice-agent – on-device and cloud fallback voice agent for iOS
基于 iOS 的混合语音代理系统，支持本地运行与云端降级双模式，保障语音交互的隐私性与可用性
aireadio
一款个人语音伴侣，用户输入主题或问题后，自动推荐书籍并生成朗读脚本，用自然语音播放，实现全天候免费音频内容消费
AiWake News Alarm
AiWake 新闻闹钟将闹钟变成个性化的清晨简报，用户可自定义新闻主题、语音和时间，醒来即可听到简洁的语音播报，替代焦虑的手机滑动。
On-prem-deployable voice agent simulation and evals
一个可本地部署的语音代理模拟与评估平台，用于测试和优化语音交互 AI 的表现，适合企业级语音助手开发团队
OpenVoice
OpenVoice 是一款 macOS 上的本地语音输入工具，通过快捷键说话即可实时输入文字，所有处理都在本地完成，保障隐私
VocalLab AI Studio
AI语音合成与角色化阅读工具，支持自定义专业语音、语音克隆、书籍自动识别角色并分配语音，用于有声书或内容创作。
Earzbook
一款基于自研AI代理的实时语音转写工具，可对用户听到的所有内容进行实时转录并支持多语言搜索，强调隐私加密与跨平台使用
AIgis
AIgis 是一个语音驱动的 AI 助手，用户只需说话即可让其自动执行电脑操作，如打开应用、生成 PPT 或 Excel，实现真正意义上的“双手自由”。
Omegle with (full-duplex) Voice Bots
基于Omegle的语音聊天系统，接入全双工语音AI机器人，实现与AI的自然语音对话体验
Bento Term – native tmux client with agent states and voice input
原生 tmux 客户端，支持 AI 代理状态管理与语音输入，让终端操作更智能、更自然，适合开发者快速执行复杂命令。
Decode, encode, listen, and speak to learn a language
通过语音交互实现语言学习，支持听、说、读、写全链路训练，解决语言学习缺乏沉浸式练习的问题，适合自学语言的用户。
Voice AI
一个 Telegram 优先的语音转文字与文字转语音服务，用户发送语音消息即可获得干净文本，或输入文字生成自然语音，适合需要轻量语音交互的个人与小团队；
EarPal – private multi-speaker interpreter, on-device, 30 languages
一款本地运行的多说话人实时翻译工具，支持 30 种语言，注重隐私，适合会议或跨国沟通场景。
PipeCrab – a Rust voice agent that runs multiple tasks at once
基于 Rust 构建的语音代理，可并行执行多个任务，实现多线程语音交互
AbilityMic
AbilityMic 结合 AAC 与 Apple Intelligence，提供本地化智能语音辅助，帮助沟通障碍者快速表达，支持 HomeKit 自动化。
We gave a voice agent an inner monologue so it stops forgetting
为语音AI代理引入内部独白机制，使其能持续记忆上下文、避免遗忘，提升复杂任务中的连贯性与决策能力。
Jargo, Voice AI for Golang
一个为Go语言（Golang）设计的语音AI工具，帮助开发者用语音方式编写和调试Go代码，提升开发效率。
Voice Ghostty
基于语音的终端工具，让开发者通过说话直接输入命令行指令，与 Claude Code 深度集成，提升开发效率。
SpeakCoach AI - 24/7 AI Speaking Partner
24/7在线AI口语陪练，实时分析发音、流利度和自信度，提供即时反馈，用于练习面试、演讲和日常英语对话。
Riffn. An instant voice link with your AI agents and local models
一个即时语音链接服务，让用户通过语音与本地运行的AI代理或模型进行实时交互，适合远程协作与快速原型验证。
Bol
语音控制 Claude Code 的全功能助手，通过语音指令实现光标位置输入、发送代码、开启本地运行模式，实现无手操作编程
Swistly
Swistly 是一款 AI 驱动的语音笔记与个人记忆应用，支持语音、文本或上传音频快速记录想法，自动整理内容，帮助用户捕捉转瞬即逝的灵感，适合需要高效记录与回顾的创作者。
Frierenclaw
一个开源的超低延迟框架，用于构建具备实时语音与3D视觉同步的AI陪伴应用，解决AI角色交互延迟与沉浸感不足的问题。
LEO.ai English Tutor
LEO.ai 英语导师是一款AI驱动的口语练习工具，能实时纠正发音并模拟面试场景，帮助用户克服开口说英语的心理障碍。
JPEdLab
JPEdLab 是由日本教师团队打造的日语学习应用，结合 AI 语音练习与真人教师反馈，帮助学习者系统提升口语能力。
VoiceCallingAI
VoiceCallingAI 是一个无需编码的 AI 语音代理服务，可24小时用11种语言（含10种印度语言）自动处理电话，适用于提醒、跟进、客户资质筛选、催收和确认等场景。
EasyContact
EasyContact 用 AI 语音代理替代传统 IVR 系统，能理解客户意图、记忆上下文、识别情绪，实现端到端的客户服务，适用于多语言企业客服场景。
ReferentCrab - Speech to Text
ReferentCrab 是一款安卓语音转文字应用，只需两步操作即可将语音实时转为文本，解决用户在双手忙碌或无法打字时的快速记录需求，适合会议、灵感捕捉等场景。
Velloox
Velloox 为本地企业部署 AI 语音助手，自动接听来电并主动外呼，解决因无人接电话导致的客户流失与预约丢失问题，适用于小型服务类商家。
Bronsik Memory
一个具备实时对话能力的AI语音伴侣，支持个性化交互，为用户提供情感陪伴与日常对话，解决数字孤独感
Log what you ship in your voice
将产品发布内容通过语音记录并自动结构化，帮助团队高效归档和回溯开发决策与版本发布信息
Tired of rebuilding Twilio+LLM+billing for every voice-agent client
为每个语音代理客户重复搭建 Twilio + 大模型 + 计费系统太繁琐，该工具提供一体化语音代理开发平台，让开发者快速部署可扩展的语音AI客服
Altura – On-device in-the-moment speaking coach for high-stakes calls
Altura 是一个本地运行的实时语音教练，帮助用户在重要通话前优化表达、语调和用词，提升沟通表现
BeruangTidur Chat
BeruangTidur Chat 是一款支持语音转文字的 AI 聊天机器人，提供趣味、智能且互动性强的对话体验，随时为用户提供帮助。
Voxonate — Parametric AI Voice Studio
整合AI语音生成与数字信号处理（DSP）插件，提供参数化语音定制工作流，适用于品牌、NPC、聊天机器人等场景。
Riffn
Riffn 是一个语音驱动的 AI 代理连接器，用户可通过语音与本地运行的代码代理交互，无需动手操作，特别适合驾驶、步行等场景下的高效工作。
HoldSay, a voice card for unlimited dictation and meeting notes
HoldSay 是一款语音卡片工具，支持无限语音输入与会议笔记自动生成，适合需要频繁记录口头内容的用户。
VocalCode – push-to-talk dictation for AI coding agents, on-device
基于本地设备的语音输入编码助手，支持一键语音输入代码，专为 AI 编码代理设计，提升开发效率与专注度
KingCaller
KingCaller 是一个 AI 语音代理平台，可自动接听电话、联系潜在客户、安排预约、同步 CRM，实现 24/7 客户沟通与销售跟进，降低人力成本。
Zahvox
语音转文字写作平台，让用户通过说话快速生成笔记、邮件、回复草稿等可编辑内容。
Hey Trainer
语音驱动的健身记录工具，用户只需说话即可记录训练内容，AI自动评分并反馈训练质量。
EdgeLingo
EdgeLingo 在iPhone本地运行AI语音模型，支持多语言口语练习与实时纠正，无需联网或订阅，适合注重隐私和离线使用的语言学习者。
DialNexa
企业级语音AI平台，用自然语言多语种AI语音助手自动化销售电话、客户筛选、跟进和会议预约等高频通话任务
AvalaVoice
通过实时语音对话训练语言能力的AI口语教练，能逐词纠正发音并持续对话，突破传统语言学习中“被动答题”模式，提升真实交流能力
IQ Routing – route every call to the cheapest model that holds quality
智能路由系统，自动将AI语音通话分配给性价比最高且质量达标的模型，实现成本与性能平衡。
FlyVox: AI Live Translator
AI 实时翻译工具，把手机和耳机变成同声传译器，自动识别语言并实时输出翻译语音和字幕。
AI-Reception.ist
AI-Reception.ist 是一个 24/7 运行的 AI 语音客服系统，能模拟真人对话处理来电、回答常见问题并智能转接客户，帮助商家减少人力成本，专注于业务增长。
Wavren AI
Wavren AI在本地把语音 dictation 和会议转录、整理、总结，保护数据隐私。
CallAgent AI
专为印度本地诊所和机构打造的AI语音助手，能理解印度口音和“印地语混英语”（Hinglish），实现24小时自动接听电话。
bousri AI
阿拉伯语 AI 助手，支持语音问答、图像与视频分析、生成图像与视频，专为阿拉伯语用户打造，本地化 AI 服务尝试
antimattr
一款以语音为核心的硬件交互设备，通过戒指和耳机实现语音记录与摘要，提升人与 AI 代理之间的自然交互体验。
其他标签
常见问题
「语音」这个标签是怎么归的?
标签来自每个产品的中文拆解(解决什么场景、面向谁),由模型从产品自述里归纳,不是人工逐条打的,也不接受付费打标。
这里的排序依据是什么?
按库内真实热度:投票数 / MRR / 增速,取产品实际有的那个。不是编辑推荐,也不卖位置。
数据多久更新?
追踪持续进行(分钟级),本页于 2026-09-10 生成。全部数字可经公开只读 API 复核:https://kanonagent.com/data