Smallest.ai Voice 4.0

实时语音 AI 平台，核心 Hydra 异步架构将 listening、reasoning、acting、responding 并行处理，实现毫秒级延迟。Voice 4.0 面向企业（金融、医疗、呼叫中心），支持语音到语音直接对话。总融资超 $2100 万。

🎯适用场景：企业实时语音 AI——金融、医疗、呼叫中心

#voice-ai#real-time#tts#asr#enterprise#hydra#speech-to-speech

📥 收录于 2026/8/2

访问工具 📖 官方文档

📊 仓库数据

上线2024/1/1

更新2026/7/31

✅ 优点

•Hydra 异步架构毫秒延迟
•语音到语音直接对话
•企业级场景优化

⚠️ 限制

•竞争激烈（ElevenLabs/Fish Audio）
•付费服务
•市场教育中

🔗 相关工具

Fish Speech

开源⭐ 32k↑+26

github.com/fishaudio/fish-speech

SOTA 开源 TTS，30K+ stars。最先进的开源文本转语音方案，支持高质量语音合成和多语种语音克隆

🎯语音合成与实时语音交互

#llama#Transformer#tts#valle+1

CosyVoice

开源⭐ 23k↑+6

github.com/FunAudioLLM/CosyVoice

阿里 FunAudioLLM 多语言语音生成大模型，提供推理、训练和部署全栈能力，支持跨语种合成和声音克隆。

🎯多语言语音合成、声音克隆、实时语音交互

#语音合成#voice-cloning#tts#multi-lingual

Index Tts

开源⭐ 22k↑+13

github.com/index-tts/index-tts

工业级可控高效 TTS，4.4K+ stars。工业级可控高效的零样本文本转语音方案，支持语音克隆和风格控制

🎯机器人控制、仿真与边缘部署、语音合成与实时语音交互

#bigvgan#cross-lingual#indextts#语音合成+1

Edge Tts

开源⭐ 12k↑+4

github.com/rany2/edge-tts

edge-tts 是一个 Python 库，利用微软 Edge 浏览器的在线语音合成服务实现文本转语音，无需安装 Edge 或 Windows，也不需要 API Key，支持多种语言和声音选择

🎯语音合成 / TTS

KrillinAI

免费⭐ 11k↑+3

github.com/krillinai/krillinai

视频翻译配音工具，10K+ stars。由 LLM 驱动的视频翻译和配音工具，支持多语种视频翻译和配音生成

🎯语音合成与实时语音交互

#dubbing#localization#tts#video-transcription+1

MLX Audio

开源⭐ 7.7k↑+3

github.com/Blaizzy/mlx-audio

基于 Apple MLX 框架的语音合成与识别库，支持 TTS、STT 和 STT，在 Apple Silicon 上高效运行。

🎯在 Mac 上本地运行高质量的语音合成和识别

#tts#stt#speech#mlx+2