导航菜单
切换主题

🎵 音频模型

共 13 个模型

TTS语音合成 (33)音频转录 (0)语音识别 (12)音乐生成 (13)音频克隆 (1)
全部国内 (0)国外 (13)
仅主流模型仅开源模型
最新发布发布时间名称 A-Z名称 Z-A
✕ 清除筛选

其他模型(13)

◈

Udio v2

主流
Udio

Udio v2音乐生成

音频国外闭源
◈

Gemini 3.1 Flash TTS Preview

主流
Google

Google 针对性价比和低延迟优化的文本转语音模型

音频国外闭源
8,192
◈

Lyria 3 Pro

主流
Google

Google 专业级音乐生成模型

音频国外闭源
◈

Udio v1.5

主流
Udio

Udio高保真AI音乐生成模型

音频国外闭源
◈

Gemini 3.1 Flash Live Preview

Google

Google 低延迟音频到音频模型，针对实时对话优化

国外闭源
1,048,576
◈

Gemini 2.5 Flash Native Audio

Google

Gemini 2.5 Flash 的原生音频版本

国外闭源
1,048,576
◈

Lyria 3 Clip

Google

Google 高质量音乐片段生成模型

国外闭源
◈

Lyria RealTime

Google

Google 实时音乐生成模型

国外闭源
◈

Udio v1

Udio

Udio基础音乐生成模型

国外闭源
◈

Sonic

Cartesia

Cartesia实时语音合成模型

国外闭源
◈

Aura-2

Deepgram

Deepgram最新语音识别模型

国外闭源
◈

Sonic-OS

Cartesia

Cartesia开源语音合成模型

国外开源
◈

Nova-3

Deepgram

Deepgram Nova-3语音识别

国外闭源