SenseAudio是一个由商汤科技（Sensetime）推出的 AI 语音技术平台，其核心理念是提供“自然、好听、有情绪”的 AI 语音服务。它基于先进的 AI 语音大模型，提供了一系列声音相关的创作与交互工具。

🎙️ 核心功能

SenseAudio 的功能主要围绕语音的生成、转换、克隆和交互展开，具体包括：

文本转语音 (TTS)
输入文字即可生成动听的 AI 语音。平台提供了数十种 AI 音色，涵盖不同年龄、性别和风格，并且许多音色支持细腻的情绪演绎（如开心、生气、撒娇等），适用于播客、有声书、短视频配音等多种场景。
克隆音色
只需提供 3 秒以上的音频素材，即可高度还原并克隆特定音色。该功能支持中英文双语，能够精准复刻原声的情绪和细节，让克隆后的音色也能生成音频。
语音识别 (ASR)
搭载成熟的语音识别技术，可快速、精准地将语音转换成文字。支持超过 20 种语言，满足各类语音交互与音频转写的需求。
人声提取
一个强大的音频处理工具，可以从包含背景音乐或环境噪音的音频/视频文件中，将人声部分分离提取出来，支持中文和英文。
AI 语音通话
提供低延迟的 AI 语音通话功能，用户可以与平台上的虚拟角色（如“霸总前任”、“阳光男大”等）进行实时语音对话，体验自然的语气和互动感。
商汤输入法 SoWork
一款集成式的智能语音输入法工具。它不仅支持语音输入，还能自动纠正口误、实现结构化输出。通过语音指令，还可以快速完成内容的智能翻译与扩写，旨在提升办公和创作效率。
灵感创作平台
一个聚合了 AI 视频生成、音视频编辑等工具的创作平台，用户可以将 AI 配音与视频创作相结合，一站式完成音视频内容的制作。

SenseAudio

商汤输入法SoWork