音频大模型

Step-Audio是由阶跃星辰团队开发的首个产品级开源语音交互模型

Zonos是一个开源的文本到语音（TTS）模型，提供高质量、自然的语音生成，支持多种语言，并具备即时语音克隆的能力

PlayDialog是一个先进的AI语音模型，旨在提供流畅且富有表现力的对话体验

CogSound是智谱科技推出的一款音效生成模型，旨在为AI生成的视频提供与画面内容相匹配的音效

GLM-4-Voice是由智谱AI推出的一款端到端语音模型，旨在实现中英文的实时语音对话

Meta Movie Gen 是 Meta 公司最新推出的生成式人工智能（AI）工具，旨在通过文本提示生成高质量的视频和音频内容