Skip to content
简体中文

切换主题

发现▾

不知道从哪开始？本周最热的软件、模型和组合，3 分钟看完 AI 圈的变化。

AI 软件▾

给人用的 AI 软件：从 ChatGPT 这类助手，到写代码、做视频、搭工作流的工具，按用途挑。

Agent 工具▾

给 AI 用的软件：让你的 agent（Claude Code、Codex、Cursor…）能上网、读文档、跑代码、记住事情。

模型▾

选模型、算成本、自己部署：价格、榜单、评测、免费额度和自建算力都在这里。

解决方案▾

有具体目标或报错？按场景给出现成的软件组合、步骤和问题解法。

学 AI▾

一套从零到前沿的系统课程，配算法库、必读论文和精选教程。

前沿▾

每天的 AI 新闻、每周热点、最新论文和 AI 改造各学科的进度。

// 软件组合

语音 Agent

低延迟语音输入输出 + 可行动的 agent。

4 个组件4 步搭建场景：创作者：配音、播客、AI 音乐

组件与作用

  1. 1

    FunASR 语音识别与合成 开源

    语音识别

    工业级语音识别工具包。

    可替换：Wispr Flow · moonshine · openwhispr

    ★ 21k
  2. 2

    ElevenLabs 语音识别与合成 闭源 / 商业

    语音合成

    逼真的 AI 语音合成、声音克隆和语音 agent 平台。

    可替换：Cartesia · Fish Audio · supertonic · pocket-tts

  3. 3

    vocode-core 语音识别与合成 开源

    语音框架

    搭建语音 LLM agent 的模块化开源框架。

    可替换：dograh · speech-to-speech

    ★ 3.8k
  4. 4

    Wispr Flow 语音识别与合成 闭源 / 商业

    听写

    在任意应用里语音输入，实时整理成通顺文字。

    可替换：FluidVoice · openless · Typeless

搭建步骤

  1. 01测端到端延迟
  2. 02选云 TTS 或端侧 TTS
  3. 03加打断与回声消除
  4. 04工具调用要二次确认

数据更新于：AI 软件库与热度 · 解决方案 / 组合指南（北京时间）