小米AI眼镜固件更新至1.4.16.0，新增抖音直播支持、小爱同学控车功能，并推出“英语口语陪练”特色服务，用户可通过语音指令开启，与小爱同学自然对话，提升英语口语能力，增强设备智能性和用户体验。
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。
前Meta员工创立的Sandbar公司推出Stream智能戒指，定位“语音鼠标”，支持语音记录想法、控制音乐及AI交互，旨在便捷管理日常任务。创始人包括CEO米娜・法赫米和CTO基拉克・洪。
微软将Copilot深度集成至Windows 11，推出生成式AI功能，通过语音控制（如“嘿，Copilot”唤醒）、屏幕内容分析和本地自动化，旨在彻底改变用户与PC的交互方式，使其成为主要操作界面。
管理Gmail的最佳AI助手，通过语音命令无需触摸即可管理收件箱。
开源的高质量文本转语音模型，支持情感控制。
Zonos TTS 是一款支持多语言、情感控制和零样本文本到语音克隆的高质量 AI 文本转语音技术。
Whisper Input 是一个通过按键控制语音录制并快速转译的工具。
notmax123
Zonos-v0.1 是一款领先的开源文本转语音（TTS）模型，基于超过20万小时的多语言语音数据训练，在表现力和质量上可与顶级TTS供应商相媲美。支持零样本语音克隆、多语言合成和精细的音频控制。
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
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。
YaTharThShaRma999
基于Llama架构的高质量文本转语音模型，支持情感控制和音色克隆
chutesai
ajd12342
一个通过文本风格提示控制丰富语音风格的文本转语音模型
基于Parler-TTS Mini v1微调的文本转语音模型，支持通过风格提示控制语音输出
firstpixel
基于F5-TTS的巴西葡萄牙语文本转语音模型，支持情感标记和说话者特征控制
EMOVA语音分词器是一个支持中英文的离散语音分词器，采用语义-声学解耦设计，支持灵活语音风格控制。
mradovic38
基于wav2vec2的塞尔维亚语智能家居语音指令识别模型，可识别7种控制指令
parler-tts
Parler-TTS Mini v1.1 是一个轻量级的文本转语音模型，基于45,000小时的音频数据训练而成，能够生成高质量、自然流畅的语音，其特性可以通过简单的文本提示进行控制。
轻量级文本转语音模型，基于4.5万小时音频数据训练，可通过文本提示控制语音特性
拥有22亿参数的文本转语音模型，基于4.5万小时音频数据训练，支持通过文本提示控制语音特征
轻量级文本转语音模型，基于4.5万小时音频训练，支持通过文本提示控制语音特征
Parler-TTS Mini：Expresso是基于Parler-TTS Mini v0.1在Expresso数据集上微调的轻量级文本转语音模型，支持情感和说话者控制。
ipsilondev
Parler-TTS Mini v0.1 是一个轻量级的文本转语音模型，基于10.5K小时的音频数据训练而成，能够生成高质量、自然流畅的语音，并通过简单的文本提示控制语音特征。
Parler-TTS Mini 是一个轻量级的文本转语音模型，基于10.5K小时音频数据训练，支持通过文本提示控制语音特征。
SystemPrompt Coding Agent 是一个开源项目，将本地工作站转变为可通过MCP协议远程控制的AI编程助手，支持语音命令和移动端操作，实现异地编程管理。
TeamSpeak MCP是一个基于Model Context Protocol的服务，用于通过AI模型（如Claude）控制TeamSpeak服务器，提供全面的频道管理、用户权限控制、语音调节等功能。
TeamSpeak MCP是一个基于Model Context Protocol的服务器控制工具，专门用于让AI模型（如Claude）管理TeamSpeak语音服务器。它提供39种功能工具，涵盖用户管理、频道控制、权限配置等全方位操作，支持多种部署方式（PyPI/Docker/本地），实现自动化TeamSpeak管理。
集成LiveKit智能代理与Home Assistant MCP服务，实现通过语音控制智能家居
一个通过Claude等LLM接口控制飞利浦Hue智能灯的MCP服务器项目
一个用于在MacOS上运行应用的MCP服务器应用
一个基于MCP框架的多功能TTS服务器，整合了Kokoro本地TTS和OpenAI云端TTS引擎，支持实时音频流、语音定制及播放控制。
IntelliGlow是一个基于MCP协议的智能照明系统，通过AI助手控制真实智能灯泡，支持语音命令、AI推理和直接硬件控制，实现自然语言交互和智能灯光管理。
Home Assistant MCP集成套件，实现多MCP服务器（如Microsoft 365、BookStack、Loki）的全面接入与语音控制，提供统一可扩展的智能家居管理接口。
一个提供统一接口控制Spotify播放的媒体控制协议服务器，支持REST API、AI助手和语音控制
Windows TTS MCP Server是一个基于PowerShell的文本转语音服务，为Claude Desktop提供稳定高效的TTS功能，支持语音控制、速度调节和紧急静音等操作。
IntelliGlow是一个基于MCP协议的AI智能照明控制系统，通过UDP网络直接控制真实智能灯泡，支持语音命令、AI推理和硬件控制，实现自然语言交互与智能家居的无缝对接。
Transformers英语%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)
