语音专区

近 7 天语音专区 1 条动态。正在追踪 29 个 AI 信源，数据更新于 10月30日 23:00。

测试版：标题与解读由 AI 根据原文生成，仅供参考；参数量、许可证、数据集时长等事实只取自官方接口与模型卡，注明来源和核验时间，没有来源的标「待核验」。

RSS

语音模型

最热最新

ASR、TTS、语音大模型

1
FermionResearch 发布 Phonon-2
面向英文 ASR 的小体积开放模型，采用约 2.1bit 权重量化。
语音识别9月28日 19:48
模型点赞 144月下载 2,126Hugging Face 核验 10月2日 20:34
2
LiquidAI/d1-omni-600M 模型
面向文本、图像和语音的单次前向决策模型。
多模态决策图文理解10月6日 01:18
模型点赞 90月下载 9,473Hugging Face 核验 10月10日 02:54
3
Cloudflare/clef-omni 模型
用联合 schema 头把多模态状态转为选项概率而非自由文本。
image-text-to-text多模态决策10月9日 12:10
模型点赞 87月下载 297Hugging Face 核验 10月12日 00:29
4
Youtu-Parsing-Omni 全模态解析模型
用单一模型将文档、图像、音频和视频解析为结构化 JSON。
重要文档解析图像理解10月9日 14:42
模型点赞 85月下载 741Hugging Face 核验 10月13日 04:41
5
Irodori-TTS-v4-Large 语音模型
面向日语 TTS，支持零样本声音克隆与表情符号风格控制。
语音合成声音克隆9月27日 20:21
模型点赞 59月下载 0Hugging Face 核验 10月2日 20:34
6
SupraTTS-0.1-Beta 英文TTS模型
基于 Glow-TTS 改进时长预测、对齐与声码器训练。
语音合成text-to-speech9月27日 18:06
模型点赞 19月下载 233Hugging Face 核验 10月2日 20:34
7
cloud0day3/antalia-mini 模型
小型土耳其语单声 TTS，支持内置文本规范化与本地浏览器运行。
语音合成文本规范化10月8日 18:57
模型点赞 17月下载 2Hugging Face 核验 10月10日 02:10
8
Irodori-TTS-v4-Large 量化模型
提供5种torchao训练后量化变体，面向日语TTS推理部署。
语音合成声音克隆9月27日 21:33
模型点赞 17月下载 0Hugging Face 核验 10月2日 20:34
9
canberkkkkkk/ema-lightning 模型
面向土耳其语文本转语音的小型流式离线模型。
语音合成流式语音生成10月1日 22:18
模型点赞 12月下载 10Hugging Face 核验 10月7日 02:05
10
QUAN-Transcribe-1.0 模型发布
面向越南语 ASR，支持离线与流式解码。
语音识别流式识别10月14日 09:58
模型点赞 12月下载 0Hugging Face 核验 10月14日 14:27
11
TeamUNIVA/qwen3_asr_1.7b_ko
面向韩语语音识别微调，采用两轮 SFT 与 GSPO 继续训练。
语音识别10月12日 08:49
模型点赞 11月下载 26Hugging Face 核验 10月13日 20:48
12
Cactus-Compute/whistle 语音模型
面向端侧的16.9MB语音转文本模型，支持词时间戳和语音嵌入。
语音识别转写10月1日 01:13
模型点赞 10月下载 2Hugging Face 核验 10月3日 08:51
13
neuphonic/neudecide 模型卡
一个基于 ONNX 的音频分类模型，需申请访问。
音频分类10月6日 17:17
模型点赞 9月下载 72Hugging Face 核验 10月8日 20:36
14
erkamk/qwen3-tts-tiny-tr 土耳其语 TTS
199M 参数土耳其语 TTS，可用短参考音频选择音色。
语音合成声音克隆10月2日 18:04
模型点赞 6月下载 68Hugging Face 核验 10月8日 08:58
15
Voxtral Mini 4B 实时阿拉伯语模型
面向阿拉伯方言和现代标准阿拉伯语的流式语音转写模型。
语音识别流式转写10月8日 19:36
模型点赞 6月下载 0Hugging Face 核验 10月10日 08:40
16
edwixx/rapido-tts 语音合成模型
面向巴西葡萄牙语的小型离线 TTS，支持文本规范化与流式输出。
语音合成文本规范化10月7日 23:31
模型点赞 6月下载 0Hugging Face 核验 10月10日 08:40
17
ozcancelik/ema-lightning-onnx 模型
将土耳其语 TTS 模型转换为 ONNX，可在浏览器或 ONNX Runtime 运行。
语音合成10月7日 18:28
模型点赞 6月下载 0Hugging Face 核验 10月9日 02:26
18
yue2-grvl-raspy-rock-soul 语音 LoRA
为 YuE2 提供沙哑摇滚灵魂女声风格适配。
text-to-audio音乐生成9月30日 21:23
模型点赞 6月下载 0Hugging Face 核验 10月2日 20:34
19
Natiq-dz-ARG 语音合成模型
面向阿尔及利亚 Darija，支持法语混说与零样本声音克隆。
语音合成声音克隆10月2日 19:26
模型点赞 5月下载 165Hugging Face 核验 10月7日 08:31
20
danish-foundation-models/edda-v0.2
基于 Whisper-large-v3-turbo 全量微调的丹麦语 ASR 模型。
语音识别10月2日 17:17
模型点赞 5月下载 130Hugging Face 核验 10月8日 02:40