Inworld AI发布实时TTS-2语音模型,通过API预览版实现突破。与传统文本转语音不同,该模型能实时感知用户语调、节奏和情感,采用闭环系统架构,无需依赖文字转录,提供更自然流畅的对话体验。
马斯克旗下xAI公司正式推出Grok文本转语音Speech API,使AI助手具备语音交互能力。此举不仅拓展了Grok的多模态功能,更为开发者提供了便捷接口,可将其对话能力集成至各类应用,推动AI生态向更拟人化方向发展。
马斯克旗下xAI公司推出Grok大模型的文本转语音API,开发者可将Grok独特的幽默“毒舌”语调集成到应用中,使其从文字走向语音交互。
Reverie公司发布新款语音转文本模型,支持印地语、英语及Hinglish混合语言,适应印度多语言环境。该模型已处理300万次API调用,在银行和呼叫中心等行业应用中展现出高精确度和快速响应能力。
AI音频API,提供文本转语音、语音克隆和声音转换功能。
低成本、高质量的文本转语音API,支持多种语言和口音,易于集成。
一个用于生成播客及其他音频文件转录文本的工具,支持多种语言模型和语音识别API。
使用强大的AI语音转文本API,实现智能转录和翻译
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
$6
$24
256
Baidu
128
$8
$240
52
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
ElevenLabs官方MCP服务器,提供文本转语音和音频处理API交互能力
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
MiniMax官方模型上下文协议(MCP)服务器,支持文本转语音、视频/图像生成等API交互。
MiniMax-MCP是一个多功能服务器项目,提供文本转语音、视频生成和图像生成等API服务,支持开发者集成高级多媒体功能。
一个基于Windows原生语音服务的文本转语音和语音转文本的MCP服务器,无需外部API依赖。
一个基于Rime API的文本转语音MCP服务器,提供系统音频播放功能。
一个为Claude Code设计的文本转语音MCP服务器插件,使用OpenAI TTS API将文本转换为语音,提供自动语音反馈功能。
Rime MCP是一个基于Rime API的文本转语音服务,通过系统原生音频播放器实现语音合成与播放功能。
一个基于ClickSend API的MCP服务器,提供短信发送和文本转语音电话功能,支持AI模型程序化操作通讯服务。
一个基于OpenAI文本转语音API的MCP服务器,用于通过语音消息向用户报告任务状态或确认命令执行。
基于MCP协议的文本转语音服务器项目,通过Groq API实现语音合成功能,支持多种音频格式输出。
基于OpenAI TTS API的高质量文本转语音工具与MCP服务
AllVoiceLab官方MCP服务器,支持文本转语音、视频翻译等强大API交互,为多款客户端提供语音生成、视频翻译及智能变声服务。
Blabber-MCP是基于OpenAI文本转语音API的MCP服务器,为LLM提供语音输出功能。
Minimax MCP Tools是一个集成Minimax API的MCP服务器实现,提供AI图像生成和文本转语音功能,支持与Windsurf编辑器无缝集成。
一个基于Resemble AI语音生成API的服务器实现,支持通过MCP协议与Claude和Cursor集成,提供文本转语音功能。
MiniMax官方提供的MCP服务,支持文本转语音、语音克隆、视频生成和图像生成等多种功能,可通过API与Claude、Cursor等客户端集成使用。
一个集成ElevenLabs文本转语音API的MCP服务,包含服务器组件和示例客户端,支持多语音生成、脚本管理和历史存储功能。
Shorts Video Maker是一个开源工具,用于自动化生成短视频。它结合了文本转语音、自动字幕、背景视频和音乐技术,通过简单文本输入创建吸引人的短视频内容。支持REST API和MCP协议,适用于内容创作者和开发者。