DeepSwap
DeepSwap 是一款熱門 AI 換臉（Face Swap）平台，支援照片、影片與 GIF 動圖臉部替換，透過雲端技術快速完成多人換臉與 AI 人像生成。
ViMax
ViMax 是由 HKUDS 推出的 AI 電影生成系統，能從概念自動完成劇本、分鏡、角色與影片生成，解決 AI 影片短片化與角色不一致問題，打造真正的 AI-native filmmaking workflow。
Hyperframes
HyperFrames 是 HeyGen 官方推出的開源動畫生成框架，讓 AI agent 能以程式化方式建立 motion graphics、字幕動畫與資訊視覺化內容，成為 AI 影片工作流中的核心動畫引擎。
VoxCPM2
VoxCPM2 是由 OpenBMB 與清華大學推出的開源語音生成模型，只要上傳一段語音即可快速複製聲音，並支援多語言 TTS、情緒控制與本地部署，零訂閱成本，適合打造高擬真語音應用。
OmniVoice
OmniVoice 是 k2-fsa 推出的開源語音 AI 框架，整合 ASR、LLM 與 TTS，支援低延遲即時對話，幫助開發者快速打造可聽、可說、可互動的語音 Agent 系統。
VibeVoice
VibeVoice 是 Microsoft 開源的 AI 語音生成（TTS）專案，主打自然語音、情緒與風格控制，適用於 AI 助理、內容創作與語音互動應用，幫助開發者打造更接近真人的語音體驗。
PersonaPlex
語音 AI 終於像真人了！NVIDIA 震撼開源 PersonaPlex-7B-V1，全球首款免費「全雙工」語音模型。告別對講機式的等待，它支援隨時打斷與零延遲流暢對話。想在本地端部署具備靈魂的即時 AI 伴侶？立即前往 Hugging Face 下載，體驗這場打破次元壁的技術革命！
Fun-Audio-Chat
Fun-Audio-Chat 是開源語音對話 AI 專案，結合語音理解、語音生成與 LLM，打造真正 Speech-to-Speech 的 Audio LLM 互動體驗。
Grok Voice Agent API
Grok Voice Agent API 正式登場，支援即時語音互動、多語言切換與工具呼叫。適用語音助理、客服與 IoT 應用，開啟語音開發新時代！
Microsoft VibeVoice-Realtime-0.5B
微軟震撼發布 VibeVoice-Realtime-0.5B！這款僅 0.5B 參數的輕量化 AI 語音模型，打破硬體限制，實現超低延遲的即時互動。它不僅告別機械音、保留真實語感，更讓一般顯卡也能流暢運行。
CoeFont CLOUD
CoeFont CLOUD 是 AI 聲音合成平台，可快速打造個人化語音，支援配音、API 整合與商用授權，讓聲音成為具品牌辨識的數位資產。
IndexTTS
IndexTTS 是一款工業級零樣本文字轉語音系統，支援從僅一段語者語音樣本即複製音色、情感與語速控制，開源部署、支援中英語音合成與情感表現，適合配音、語音助手、內容製作等高品質語音應用。
NaturalReader
NaturalReader 是由 NaturalSoft Limited 提供的高品質文字轉語音服務，支援多語言、多格式輸入（PDF／DOCX／ePub／圖片文字），並可下載音檔（MP3/WAV）或朗讀網頁，適合有聲教材、配音與無障礙閱讀需求。
Dia
Dia 是專為自然對話設計的開源 TTS 模型，支援多角色、語氣控制與非語言音效生成，適用於有聲書、遊戲語音與互動式語音體驗。
Gaga
Gaga 結合語音與表情生成 AI 虛擬角色，支援多語言與自然動作，創作者只需照片與腳本即可快速產出高品質影片。
Short Video Factory
Short Video Factory 是跨平台 AI 桌面工具，支援一鍵生成短影音，整合文案、配音與剪輯，適合無經驗者快速製作高品質內容。
Higgsfield
Higgsfield 結合多種 AI 模型，支援文字、草圖生成影片與圖像，打造虛擬角色與時尚內容，適合創作者、品牌與設計師使用。
OmniHuman
OmniHuman 是一款整合 AI 臉部動畫與虛擬人生成的工具，上傳圖片與音訊即可創作自然口型、真實表情的數位人影片。