# 语音

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

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。

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。

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。

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

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

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。

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

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；

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。

支持与 AI 心理咨询师进行实时语音对话的 App，能记住历史对话、分析情绪并提供个性化心理支持

AI语音平台，支持语音克隆、多语言翻译和角色化语音生成，帮助内容创作者快速制作高质量配音内容

为中小企业提供AI语音接待员，自动接听电话、转接客户、记录留言，解决人力成本高、接线不及时的痛点

一款全球语音社交应用，结合实时语音聊天、语音通话与Ludo小游戏，主打陌生人社交与即时互动，适合希望拓展国际人脉或寻找聊天伙伴的用户。

一款面向全球用户的即时语音交友应用，强调随时随地连接陌生人，主打无文字压力的语音社交体验，适合希望突破语言与社交障碍的用户。

Hala 是一个语音聊天社区，用户可通过语音互动交流，主打“连接世界、快乐分享”，适合想轻松社交的年轻用户。

Suya 是一个面向家庭与兴趣群体的生活方式社交应用，允许用户创建家庭圈和语音房间，用于分享生活瞬间、日常聊天和兴趣交流，主打轻量化的家庭社交与语音互动。

Natter 是语音转智能笔记工具，说话即生成结构化待办、会议纪要与日程，自动归类并同步至日历，提升信息处理效率。

自托管的AI虚拟伴侣项目，支持实时语音、Minecraft与Factorio联机，打造个性化的数字生命体，适合二次元爱好者与AI情感交互探索者

VoiceBox 是一个开源的 AI 语音制作工具，支持语音克隆、语音输入和语音生成，适合开发者和内容创作者快速构建语音应用。

基于开源语音模型的本地化语音代理构建工具，支持在本地运行语音到语音转换，保障隐私与可控性

基于Swift的macOS语音输入应用，提供流畅、低延迟的语音转文字体验，适合内容创作者与办公用户。

语音驱动的智能助手，支持语音输入、AI回复和语音控制应用，提升多任务场景下的操作效率。

作者构建了一个通话中的 AI 助手，发现最难的是控制 AI 输出频率——避免干扰用户，强调“少即是多”的交互设计哲学。

OpenSpeech 是一个开源文本转语音（TTS）模型的对比平台，支持多模型横向评测，帮助开发者选型最适合的语音合成方案。

TravelMaker 是一个 AI 增强的旅行助手与语音导览应用，能根据用户偏好自动生成行程建议并提供实时语音讲解，适合自由行游客和旅行博主。

一款运行在 Wear OS 智能手表上的语音笔记应用，支持快速语音转文字，适合需要边走边记的移动用户。

一款在浏览器中运行的快速本地语音合成工具，支持语音克隆，可在无网络环境下实现个性化语音输出，适合本地化 TTS 应用。

一款开源的流式文本转语音（TTS）系统，支持边接收文本边实时生成语音，适用于直播、语音助手等低延迟场景。

Lispr 是 Mac 上的语音输入神器，按住按键即可语音转文字，支持在任意应用中输入，适合需要快速记录或避免打字的用户。

为儿童定制的个性化睡前故事生成应用，支持根据孩子名字、兴趣生成专属叙事内容，适合家长与教育者，亮点是结合语音合成与个性化算法，打造沉浸式亲子陪伴体验。

OpenVole 4.5 是一个开源的语音合成与语音识别工具包，专为开发者和语音应用研究者设计，支持多语言、低延迟实时语音处理，亮点在于其轻量级架构与高可定制性。

Vuci 是一个将语音内容转为可搜索文本的工具，支持实时语音转写与语义索引，让会议录音、播客、访谈等音频内容变得可检索，适合内容创作者与知识工作者。

克隆个人声音并自动发布内容、互动，实现社交媒体的“语音自动化运营”

Nparla 是一款运行在 Mac 上的实时语音翻译工具，支持本地化处理，保障隐私，适合跨国沟通与会议场景。

Draft Voice AI 允许用户语音输入，自动转为结构化笔记，适合内容创作者与职场人士，亮点是语音转文稿的智能润色与组织；

Voizy 是一个社交平台，粉丝可通过发送语音消息支持创作者，适合内容创作者与主播，亮点是用语音互动增强情感连接；

Mispher 是一款 Mac 上的全能语音助手，支持语音输入、重写、翻译及智能代理功能，集成度高，适合多任务用户。

一款支持实时AI语音对话的Android应用，具备情绪识别功能，可模拟真实对话场景，适用于社交练习或心理陪伴。

Colyap 是一个可语音通话和发短信的 AI 朋友，让用户以自然交互方式与 AI 伙伴聊天，适合需要情感陪伴或日常对话的个人用户，亮点是支持实时语音与文本双通道交互

快速本地化的神经文本转语音引擎，支持离线运行，适合需要低延迟、高隐私保护的 TTS 应用场景，如语音助手、有声书生成

PitchTrail 是一款专为儿童设计的语音训练应用，通过趣味化互动帮助孩子练习发音与表达，让语言学习更轻松有趣。

Pro Speak Artisan 利用 AI 将承包商的口语表达自动转化为专业报价语音，提升沟通效率与客户信任度

开源会议转录 API，支持 Google Meet、Teams、Zoom 的自动入会与实时语音转文字，可集成 AI 代理服务

一个用于构建和管理AI语音代理通话的平台，让开发者轻松集成AI语音交互到电话系统中，适用于客服、预约等场景，支持自然语音对话与流程编排。

将任意EPUB或PDF文件转换为自然语音朗读，支持多语言和自定义音色，适合学习、阅读障碍者或通勤时听书，提升信息获取效率。

使用 ESP32 将语音代理接入手机，作为蓝牙耳机使用，适合硬件开发者与 AI 语音项目爱好者，亮点是低成本实现 AI 语音交互的物理终端。

利用 Kokoro 为 Claude Code 和 Codex 等代码模型赋予语音输出能力，实现代码生成的语音反馈，提升开发体验。

儿童阅读AI应用，支持用孩子喜爱的声音朗读故事，增强亲子互动与阅读兴趣，适合家庭与教育场景

语音驱动的社交媒体自动化工具，让用户用自己声音自动生成内容，适合内容创作者和社交活跃者

一个能打电话的 AI，搭配另一个 AI 判断通话是否成功，用于自动化客服、预约等场景，是 AI 与真实世界交互的前沿探索。

CiaoTutor 是一个面向 B1 及以上水平学习者的语音驱动意大利语学习应用，通过真实对话练习提升口语能力。

Lisseno 是 Mac 上的实时语音翻译工具，可将通话内容实时翻译成用户语言并支持用目标语言回复，支持自定义语言包。

本地运行的语音转文字应用，注重隐私与离线处理，适合需要安全记录的用户，如记者、研究者或敏感场景工作者。

MagickVoice 是一个 AI 驱动的语音通信平台，支持智能语音合成与实时交互，适用于金融客服、语音助手等需要高可信语音通信的场景。

AI语音接待员，可自动接听电话、识别需求并转接，适用于中小企业或远程团队的客户服务自动化。

为 WordPress 事件自动拨打语音提醒，帮助活动组织者减少缺席，适合依赖 WordPress 的小型企业或活动管理团队，支持语音播报提醒，提升参与率。

安卓端 PDF 语音朗读工具，可将 PDF 文档转为语音播放，适合通勤或学习场景，解放双眼高效获取信息。

AI 驱动的菲律宾语语音合成工具，帮助内容创作者快速生成本地化语音内容，适用于 TikTok、广告与教育视频。

首个开源的阿拉伯语优先的高表现力文本转语音模型，支持丰富情感与语调，推动阿拉伯语AI语音生态发展。

Mac 上的上下文感知双向语音翻译工具，支持实时对话翻译，提升跨语言沟通效率

自研语音代理 API，允许开发者构建完全自主掌控的语音交互应用，支持本地化部署与数据隐私保护。

C++ 实现的多语言语音识别与合成模型运行时枢纽，支持 Cohere、Parakeet、Voxtral 等主流模型，具备强制对齐功能。

WhisperAct 能将语音备忘录自动转为待办事项、提醒和日历事件，适合忙碌的职场人和自由职业者高效管理碎片化信息。

Asynkit 是一款智能分析工具，通过语音理解技术将会议、访谈等音频内容转化为可行动洞察，帮助团队从被动倾听转向主动理解，适用于产品、运营与市场团队。

基于 Windows LiveCaptions 的实时语音翻译工具，支持多语言即时转写与翻译，适合会议、教学等场景。

NekokoLPA2 是一个基于 Dart 的轻量级本地语音助手项目，支持离线运行，专注于隐私保护与低延迟响应。

BotSense AI Calling 是一款面向德里-国家首都辖区（Delhi NCR）销售场景的合规AI外呼工具，支持印地语和英语，符合TRAI监管要求，帮助企业高效开展电话营

CallBro 是一个基于 Codex、Claude Code 或本地 LLM 的智能语音助手，可实现自然语言驱动的代码生成与任务执行

为Claude Code和Codex等AI编程助手添加语音交互能力，让AI编程工具具备语音输入与输出，提升开发效率与人机交互体验

专为“智能代理式开发者”设计的语音输入应用，支持自然语言编程与任务管理

一个无需外部API即可为AI代理赋予个性和语音的工具，让开发者轻松创建有情感、有声音的AI角色，适合交互式应用和虚拟助手开发

LayerOne 是一款隐形语音助手，允许用户自然对话与销售系统交互，同时保持后台静默运行，适用于客服与销售场景。

Trustample 是一个 AI 驱动的录音转写与内容整理工作台，适合内容创作者和团队快速提炼会议/访谈精华

Routine AI 是一款语音控制的生产力工具，支持用语音管理任务，类似工作场景中的 Siri，适合需要 hands-free 操作的职场人士。

通过语音记录灵感，AI自动将其转化为可执行的任务或待办事项，提升创意转化效率

Hns 是一个本地运行的开源语音转文字命令行工具，适合开发者和隐私敏感用户在不依赖云端服务的情况下实现离线语音识别，支持多种模型和低延迟处理。

Bolna Agent Studio 是一个 SaaS 工具，让开发者和非开发者能在 10 分钟内快速构建语音交互的 AI 助手，适合需要快速落地语音 AI 应用的团队或个人开发者

Chiaro 通过手机摄像头拍摄照片后，即时生成对应的语音导览，为旅行者提供沉浸式探索体验，适合自由行用户和文化爱好者。

iPhone 上更优的语音备忘录应用，支持智能转录、标签管理与跨设备同步，体验超越原生 App