🍭 #AI #语音助手 #Python

🏵 MadMax - 基于Gemini API的实时AI语音代理

🍥 简介：
MadMax是一款基于Python构建的实时AI语音交互程序，集成Gemini Live API实现语音转文字功能。该项目内置Google搜索接口以获取实时互联网信息，并支持基于Vosk的本地离线语音唤醒。程序具备结构化的JSON长效记忆模块，可存储人物信息、地理位置、个人经历及反思等多维度数据，支持实时通话交互，适用于构建具备持续记忆与动态信息检索能力的智能对话系统。

🎈 【进入项目】


🗣 活动线报 | 掘金项目

🍭 #AI工具 #语音代理


🏵 Quickvoice_mcp - QuickVoice AI语音代理交互

🍥 简介：
Quickvoice_mcp 是一个专门设计的MCP服务器实现。其核心功能是为QuickVoice AI语音代理提供稳定的交互接口与环境。该程序能够处理与AI语音代理相关的通信协议，确保数据传输的准确性与效率，旨在优化自动化语音系统或集成语音服务的功能扩展和部署。

🎈 【进入项目】


🗣 活动线报 | 掘金项目

🍭 #语音合成 #教学工具


🏵 IMS Toucan - 文本语音合成教学工具

🍥 简介：
IMS Toucan 是一款专为文本转语音（Text-to-Speech, TTS）系统设计的多功能工具集。它旨在帮助用户深入理解、实际操作并高效教授当前先进的语音合成技术。无论是学习者掌握基础原理，开发者实践应用，还是教育者进行专业教学，IMS Toucan 都能提供全面的支持，简化现代语音合成系统的学习与应用过程。

🎈 【进入项目】


🗣 羊毛撸货线报 | 合作/投稿

🗣 每日羊毛线报 👈


🏵 Spark-TTS - 高效LLM文本转语音

🍥 简介：
Spark-TTS 是一款基于大型语言模型（LLM）的高效文本转语音（TTS）推理系统。它利用 Qwen2.5 模型，直接从预测的语音代码重建音频，无需额外的声学特征生成模型，简化了流程并提升效率。该项目支持高质量的零样本（Zero-shot）语音克隆，能复制未曾训练过的说话人声音，尤其适用于跨语言和语码转换场景。Spark-TTS 支持中英双语，并允许通过调整参数控制生成语音的特性。

🍭 #文本转语音 #语音合成


🎈 【进入项目】


🎯 关注频道 🤖 合作/投稿