nari-lab dia：能生成笑声咳嗽的开源TTS工具！
今天的AI日报分享了可以生成笑声和咳嗽等的开源TTS项目DIA， 这么牛，肯定得去demo下了。 我们先来到github对应的repo看下，它在hugging face有提供托管，一会可以上去玩下。 如果想自己部署的，看快速入门这里，没有几步的。好，我们去到hugging face上…
相关工具已收录于 AI工具严选
Dia
Arc 团队推出的 AI 原生浏览器
微信赞赏
相关推荐
2026-01-27
开源最强声音克隆！Qwen 3 TTS！
Qwen3-TTS是通义千问（Qwen）开源的最强声音克隆TTS（文本转语音）系统。你只需提供几秒钟的语音样本，Qwen3-TTS就能精准克隆该声音，并用这个声音朗读任意文本。合成效果极其自然——包括语调、停顿、情感表达都接近真人。与其他声音克隆方案相比，Qwen3-TTS在中文语音合成方面表现尤为出色。完全开源免费，支持本地部署。本视频详细介绍安装使用方法和效果测评。 访问入口
2026-01-09
Chatterbox：开源版 11 Labs！支持中文情绪语气！
我们都知道海外的 ElevenLabs 很牛逼，是 AI 语音方面的翘楚，但可惜价格不菲。今天大家走运了，刚淘到个开源免费的平替，新出来的，叫做 … 访问入口
2025-05-03
文心X1 Turbo测评：与完美之间差个编程！
早上测评了文心最新的4.5 Turbo，表现还不错。承诺大家会再测试下最新推理模型X1 Turbo的，这次我将会用一套升级后的由浅入深的推理模型测试用例来测试下… 访问入口
2024-11-29
Moshi：实时语音通话大语言模型
Moshi是由法国AI研究机构Kyutai开发的实时语音对话大语言模型，被广泛认为是”语音版GPT-4o”。与传统的语音助手不同，Moshi具备真正的实时语音对话能力——它能同时理解和生成语音，支持打断、语气感知、情感表达等自然对话特征。Moshi的延迟极低（约200ms），对话体验接近真人交流。Kyutai将Moshi完全开源，包括模型权重和训练代码，这对于语音AI领域来说是一个里程碑式的事件。 访问入口
2025-06-30
打通所有AI记忆！炸裂开源AI神器！
太炸裂！又淘到个开源免费的ai神器！这个工具可以彻底解决你在不同AI平台反复解释同一个需求的烦恼！它能让ChatGPT、Claude、Gemini 这些大语言模型，甚至cursor，trae，cline等主流AI编程gong 具实现记忆共享。它既可以作为MCP跑，也可以作为浏览器插件跑 访问入口
2025-01-01
SmolAgents：抱抱脸免费编码Agent
完全免费的编码agent啊！ huggingface推出的这款叫做SmolAgents的免费编码agent就牛逼了，通过它你能通过简单几行代码就能让它帮忙处理各种复杂的问题，比如叫它去爬取网络数据然后做整理等。 废话不多说，我们快速的去demo下… 访问入口
