智元机器人与MiniMax达成战略合作，MiniMax将为其人形机器人提供端到端文本到语音技术，提升机器人在真实场景中的自然交互与情感表达能力。合作聚焦语音合成，利用高自然度语音生成、多情感语调建模等技术，打造“会说话”的智能体。
Luma AI推出Ray3Modify模型，实现高保真AI视频修改，可更换角色、服装、场景并生成过渡镜头，同时完整保留演员动作、眼神和情感表达，解决了传统AI工具难以保持表演一致性的痛点。
研究发现，AI生成的社交媒体帖子容易被人类识别，准确率达70%-80%，远超随机水平。研究团队测试了多个大语言模型，揭示其在内容识别方面的不足。
StepFun AI发布开源音频编辑模型Step-Audio-EditX，该3B参数模型将音频编辑转化为类似文本编辑的令牌操作，实现直接可控的语音编辑。它解决了当前零样本文本转语音系统在情感、风格等控制上的局限，使表达性语音编辑更简单精确。
用AI将宠物照片转化为会说话的视频，轻松表达情感。
基于记忆引导扩散的表达性视频生成工具
通过音乐分享你的情感
音频变声技术，转换声音同时保留原始表达和情感
Alibaba
$1.6
Input tokens/M
$10
Output tokens/M
8
Context Length
Openai
$525
$1050
128
Tencent
$4
$8
28
Baidu
-
4
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。
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。
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。
tsak6666
这是一个基于SST-2数据集微调的预训练DistilBERT模型，用于情感分析。它可以预测给定文本表达的是积极还是消极情感。
Karayakar
Orpheus是一个支持土耳其语的文本转语音(TTS)模型，基于canopylabs/orpheus-3b-0.1-pretrained训练，支持多种情感表达。
SebastianBodza
基于Orpheus-3B的德语文本转语音（TTS）模型，支持多说话者和情感表达。
ai4bharat
基于VITS架构的文本转语音模型，支持13种印度语言，具有多样化说话风格与情感表达
HelpingAI
HelpingAI-TTS-v1是一款专注于个性化、情感表达和清晰度的新一代文本转语音（TTS）工具，支持多种语言和情感定制。
Borcherding
基于《星球大战》C-3PO角色语音微调的多语言文本转语音模型，具有讽刺风格和情感表达能力
DavidAU
基于TeeZee/DarkSapling-7B-v1.1全面重制的32k上下文大语言模型，在指令遵循、推理深度和情感表达方面表现优异
akoyaki
一个专为角色扮演优化的合并模型，具有高度敏感性和智能表现，特别擅长捕捉细微设定和情感表达。
ntc-ai
这是一个基于Stable Diffusion XL的微调模型，专门用于生成表达'极度恐惧'情感的图像。
这是一个基于Stable Diffusion XL (SDXL)微调的文生图模型，专门用于生成表达'喜悦'情感的图像。
Guizmus
一个基于Stable Diffusion 1.5的文本生成图像模型，专为Discord上的'每周图片'比赛设计，旨在通过艺术表达情感和故事。
puzzz21
该模型基于Scibert专门针对科学文本中的情感分类进行了微调，能够根据句子上下文对作者表达的情感进行分类。
%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)
