從任何音訊和視訊中提取人聲、伴奏和各種樂器
來自微軟的開源語音AI框架，包含ASR和TTS能力。ASR支援60分鐘的長音頻，帶說話人分離，支援50多種語言；TTS可生成自然的長音頻多說話人或即時流式語音。
SoftVC VITS 歌聲轉換。
行業領先的AI語音合成和語音轉換工具。提供高度逼真的文字轉語音、語音複製（只需幾分鐘音頻）以及變聲功能。支持多種語言和情感語音。
提取人聲和音樂
開源語音轉換模型，可以將任何聲音高品質地轉換為另一種聲音。常用於歌聲轉換和語音克隆。