Voila是一个全新的大型语音-语言基础模型系列，旨在将人机交互体验提升至全新水平。

台风2-音频版是一个端到端的语音转语音模型架构，能够处理音频、语音和文本输入，并同时生成文本和语音输出。

FlowMirror是由浙江精准学AI实验室开发的端到端语音模型，支持语音对话、ASR、TTS等任务，专注于教育场景应用

Meta公司开发的越南语文本转语音模型，基于VITS架构，支持高质量语音合成

基于Wav2Vec 2.0架构的语音识别模型，在TIMIT数据集上微调，适用于英语语音转文本任务

Wav2Vec2是Facebook开发的语音识别模型，通过自监督学习从原始音频中学习语音表示，并在LibriSpeech数据集上微调，实现高精度语音转录。