新SpeechEasy
SpeechEasy 提供 AI 语音合成工具，支持输入文字或网页链接，将内容转换为便于收听的音频。
网站导航 · 2026年10月24日整理
MaskGCT是Amphion项目中的非自回归文本转语音模型，公开目录提供预训练权重与本地推理步骤，用户可通过Gradio、Jupyter Notebook或推理脚本使用语音生成流程。
MaskGCT语音合成是什么
MaskGCT是Amphion项目中的非自回归文本转语音模型，公开目录提供预训练权重与本地推理步骤，用户可通过Gradio、Jupyter Notebook或推理脚本使用语音生成流程。
- 网站名称：MaskGCT语音合成
- 功能分类：AI影音创作 > 语音合成
- 官网入口：https://github.com/open-mmlab/Amphion/tree/main/models/tts/maskgct
- 资料整理日期：2026-10-24（中国标准时间，UTC+8）
主要功能与用途
- 模型以文本和参考语音提示为条件进行语音生成。
- 官方目录公开语义、声学编解码器及两阶段生成模块的预训练权重。
- 项目提供本地Gradio交互、Jupyter Notebook和脚本三种运行方式。
- 文档列明环境配置与自动下载预训练模型的流程。
可用状态说明：这是需要本地环境与相应模型权重的语音项目，具体依赖、设备条件及许可按仓库当前说明核对。本页未执行模型或验证生成效果。
使用参考
可先结合自己的语音合成任务阅读官网的产品介绍与操作示例，再确认所需输入材料、输出形式及账号条件。涉及团队协作或业务资料时，应按实际权限和服务条款使用；本页没有代替用户注册账户或测试付费功能。
工具的可用地区、模型版本、使用额度与价格可能调整，具体以其当前官网、帮助文档及服务条款为准。
官网入口
图标使用该项目官方发布组织OpenMMLab的真实标识，不作为项目独立商标表述。未提供实际首页截图时使用本站默认预览；默认预览不代表该产品当前界面。
相关官方页面
数据统计
相关导航
新TTSMaker
将文字转为多语言语音，选择音色、语速和停顿，试听并导出音频及字幕。
新有道智云
有道智云提供文本翻译、图片翻译、语音识别、文字识别等公开能力，适用于翻译、视觉、语音和教育AI服务。实际功能、账号与服务条件以官网当前说明为准。
新SteosVoice
SteosVoice 原名 CyberVoice，提供神经语音合成，用于视频、游戏模组、播客和文章配音，并设有企业品牌声音、API、Telegram 及 WAV 音频交付等说明。
新Ovis多模态模型
Ovis是面向图文理解的多模态语言模型系列，公开仓库提供模型权重、安装、推理和微调说明，并列有图像、多图、视频理解及OCR等视觉语言任务的相关支持。
新讯飞AIUI
讯飞AIUI提供多模态唤醒、多语种语音识别、语音合成、声音复刻等公开能力，适用于智能硬件接入、机器人交互、设备语音开发。
新ElevenLabs
AI语音合成、配音与声音生成。查看官网入口、功能介绍与使用说明。
新Narration Box
Narration Box提供AI语音制作工作台，支持文字转语音和声音克隆，按段落或章节编辑文档，调整情绪、发音、语速并导出有声书。