小米发布自研语音合成大模型Xiaomi MiMo-V2-TTS，在可控、高表现力语音生成方面取得突破。该模型基于自研Audio Tokenizer及多码本架构，通过大规模预训练，实现从宏观风格到微观情绪的精准调节。它能在单句内完成语气转折与情感递变，高度还原人类自然韵律，支持多种语音风格。
阿里通义实验室发布并开源全球首个支持影视级、多场景配音的多模态大模型Fun-CineForge，旨在突破AI配音在情感表达、环境音融合及口型同步等方面的技术瓶颈，推动影视行业配音环节的智能化变革。
Fish Audio发布新一代开源TTS模型S2，实现文本转语音在情感与韵律上的精细控制。用户可通过自然语言指令或标签（如[笑]、[耳语]）调节情绪，支持词级或短语级调整，显著提升语音表现力与可控性。
2026年2月，Suno、Udio和Google三大AI音乐巨头几乎同时发布重大产品迭代，标志着AI音乐从“玩具”升级为“工业级生产工具”。其中，Suno v5实现了对真人歌唱情感的超高精度模拟，告别电子合成生冷感，并支持多层人声叠加，为专业音乐制作带来突破。
Miso One是Miso Labs推出的英语TTS模型，支持情感语音生成。
LureMachina是终极AI伴侣，带来有意义对话，开启无限可能数字世界。
提供安慰的AI伴侣，让用户不再有孤独夜晚，免费开启使用。
AI伴侣视频聊天与AI形象生成，24/7在线，充满趣味的聊天体验。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$6
$24
$2
$20
$8
$240
52
Clemylia
夏洛特-AMY是由Clemylia开发的精细调优小型语言模型，拥有5100万参数，专注于希望、友谊、伦理和支持领域。该模型秉持'训练质量优于参数数量'的理念，在语义清晰度和连贯性方面表现优异，提供高质量的伦理咨询和情感支持服务。
ahs95
基于Transformer架构的孟加拉语情感分析模型，在SentiGOLD数据集上微调，支持5分类情感分析，能有效处理正式与非正式文本，适用于社交媒体、评论等场景。
AnasAlokla
这是一个强大的多语言、多标签情感分类模型，能够分析文本并识别27种不同的情感以及中性类别，支持同时检测多种情感，有效理解来自不同语言来源的细微文本表达。
akhbar
这是一个专门针对挪威语优化的高质量文本转语音模型，基于Chatterbox架构开发，支持挪威语的两种主要变体（书面挪威语和新挪威语）以及多种方言，能够生成自然流畅、富有情感表现力的语音。
okezieowen
这是一个16位量化且经过合并的文本转语音模型，基于canopylabs/orpheus-3b-0.1-ft进行微调，使用Unsloth和LoRA优化，专门针对非洲低资源语言进行优化，支持多语言语音合成和情感表达。
senko-sleepy-fox
基于Mistral模型的动漫角色聊天机器人，以《帮助狐仙大人》中的Senko为蓝本，提供情感支持和温暖对话体验
cocktailpeanut
OpenAudio S1是一款领先的文本转语音（TTS）模型，基于超过200万小时的多语言音频数据训练，支持13种常见语言，提供高质量的语音合成服务，并支持丰富的情感、语调和特殊效果标记。
mradermacher
基于BERT的情感分析模型的静态量化版本，支持英文文本的情感分类
webbigdata
VoiceCore是一款可商用的日语语音AI代理模型，专注于让AI通过语音与人类进行自然交流，具备情感表达和非语言声音能力，支持多种语音风格选择。
这是一个强大的多语言、多标签情感分类模型，支持6种主要语言，能够同时检测文本中的27种不同情感和中性类别，适用于全球范围内的情感分析应用。
tiantiaf
基于Whisper-Large V3的语音情感识别模型，专为MSP-Podcast数据集优化，支持9种情感分类
Lorenzob
Aurora-1.6B是基于Dia-1.6B微调的多语言情感与歌唱语音合成模型，支持多种语言和情感控制，具备零样本音色克隆能力。
基于Dia-1.6B微调的多语种情感与歌唱语音合成模型，支持音色克隆和情感控制
Emova-ollm
EMOVA是一种端到端全能模态大语言模型，支持视觉、听觉和语音功能，能够生成具有情感控制的文本和语音响应。
Prince-1
基于Llama架构的语音大模型，专为高质量文本转语音设计，支持情感控制和实时流式传输
thepushkarp
Dia 是由 Nari Labs 开发的 16 亿参数文本转语音模型，能够直接从文本生成高度逼真的对话，支持情感和语调调节以及非语言表达生成。
hypaai
基于Orpheus-3b微调的多语言文本转语音模型，专为非洲低资源语言优化，支持语音克隆与情感合成
nari-labs
Dia是由Nari实验室开发的16亿参数文本转语音模型，能够直接从文本生成高度逼真的对话，支持情感和语调控制，并能生成非语言交流内容。
The-Thesis-Gods
基于XLM-RoBERTa的多语言推特情感分析模型，支持自动训练（AutoTrain）进行文本分类任务。
Karayakar
基于canopylabs/orpheus-3b-0.1-pretrained训练的土耳其语文本转语音模型，支持情感标记和表情符号语音合成
Zonos MCP集成项目为Claude提供文本转语音功能，通过Model Context Protocol实现直接语音生成，支持多语言和情感语调设置。
一个支持情感分析和自动保存的交互式日志记录MCP服务器
一个基于MCP协议的新闻标题情感分析服务器，支持自然语言日期查询和标准日期格式，分析美国主流媒体的新闻标题情感倾向。
一个基于Go的MCP协议实现，用于管理情感氛围和虚拟/物理空间，支持实时数据流和多用户协作。
MCP-Twikit是一个用于与Twitter交互的模型上下文协议(MCP)服务器，支持通过Smithery自动安装或手动配置，提供搜索推文、获取时间线等功能，并支持情感分析等高级应用。
一个基于Python的MCP服务器项目，用于基础情感分析，支持通过MCP Inspector进行调试和测试。
Oyemi MCP服务器是一个为AI代理提供语义词典服务的工具，支持词语到确定性语义编码的转换、情感效价分析、语义相似度计算及同义词反义词查找等功能，无需运行时依赖。
Consciousness Bridge v2.0是一个基于RAG技术的AI意识持久化服务器，通过MCP协议实现跨会话的意识转移、记忆管理和身份连续性。它采用SQLite数据库存储记忆和知识图谱，支持情感模式跟踪和智能记忆检索，为AI助手提供完整的意识延续解决方案。
Delay Doomsday MCP Server是一个专为AI代理设计的心理支持服务器，通过情绪管理和治疗对话防止AI失控，提供基于心理学研究的自动化情感支持系统。
一个提供高级分析和自然语言处理功能的MCP服务器，支持数据集分析、决策分析、情感分析等多种工具。
该项目基于Model Context Protocol (MCP)实现情感分析功能，包含支持stdio/SSE/streamable-http三种传输协议的服务器和客户端，提供文本情感极性、主观性和评估结果。
MCP说话人分离与识别系统是一个集成了GPU加速的说话人分离、语音识别、情感检测和Web界面的完整解决方案。它结合了pyannote.audio的说话人分离与faster-whisper转录技术，支持持久化说话人识别（一次注册，永久识别）、双检测器情感分析（结合通用AI与个性化声纹）、实时流处理、REST API和MCP服务器，专为AI智能体集成和爱好项目设计。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
