GCP TTS

Coqui TTS 是 Coqui-ai 团队精心打造的一款基于深度学习的文本转语音项目。 它以其开源性和强大功能在 TTS 领域崭露头角。

Suno 是一款基于人工智能的音乐创作平台，允许用户通过输入简单的提示词（如歌词、风格、主题等）生成数字音乐文件。

Riffusion 是一个基于稳定扩散技术的实时音乐和音频生成库。 它通过先进的扩散管道，实现了提示插值与图像条件化的结合，能够将 spectrogram 图像与音频片段进行转换。

Audiocraft 是一个使用深度学习进行音频处理和生成的库，集成了最先进的 EnCodec 音频压缩器/分词器，以及 AudioGen 和 MusicGen 两种 AI 生成模型。

Whisper.cpp 是 OpenAI 的 Whisper 模型在C/C++中的移植版本，旨在提供高性能的离线语音识别解决方案

11Labs，正式名称为 ElevenLabs，是 AI 技术领域的先锋力量，特别以其在语音克隆和 文本转语音 解决方案方面的专业知识而闻名。