agent
发布厂商：
SpeechGPT
SpeechGPT是一种多模态语言模型，具有内在的跨模态对话能力。，SpeechGPT是一种多模态语言模型，具有内在的跨模态对话能力。它能够感知并生成多模态内容，遵循多模态人类指令。SpeechGPT-Gen是一种扩展了信息链的语音生成模型。SpeechAgents是一种具有多模态多代理系统的人类沟通模拟。SpeechTokenizer是一种统一的语音标记器，适用于语音语言模型。这些模型和数据集的发布日期和相关信息均可在官方网站上找到
5
⭐⭐⭐⭐
0 条评测
价格机制
免费+付费
开发者架构组
收录发布日期
工具简介与核心定位
需求人群 可用于语音内容生成、多模态人机交互等场景 使用场景 使用SpeechGPT进行多模态对话生成 利用SpeechGPT-Gen进行信息链语音生成 使用SpeechTokenizer进行语音标记 产品特色 多模态内容感知和生成 信息链语音生成 多模态多代理系统 统一的语音标记
ADK 综合性能评测
AI 能力
0%
易用性
0%
性价比
0%
性能表现
0%
社区生态
0%
综合评分
50%
核心特色与功能亮点 (Key Features)
SpeechGPT是一种多模态语言模型
具有内在的跨模态对话能力
它能够感知并生成多模态内容
遵循多模态人类指令
语音智能处理（语音）
模型训练与调优（语言模型）
典型应用场景与适用行业
自动化
核心能力
SpeechGPT是一种多模态语言模型
具有内在的跨模态对话能力
它能够感知并生成多模态内容
遵循多模态人类指令
语音智能处理（语音）
模型训练与调优（语言模型）
智能体编排
官方新手上手实操教程指南
1-STEP TUTORIAL
1
访问SpeechGPT平台并浏览数据集目录；2. 根据需求筛选和搜索数据；3. 查看数据详情和标注质量；4. 下载数据集或通过API接入使用。
1. 访问SpeechGPT平台并浏览数据集目录；2. 根据需求筛选和搜索数据；3. 查看数据详情和标注质量；4. 下载数据集或通过API接入使用。
同类其它推荐 AI 工具
FL
Flowith
Flowith是创新的画布式AI智能体工具，基于首创的节点式交互方式，让用户用多线程和发散式的思维与AI进行互动。Flowith由顶级大模型驱动，支持多种先进的AI模型（如Gemini 3、Grok4、GPT-5、Claude等）及图像视频多模态模型（Veo 3、Midjourney、SDXL）。Flowith支持文字创作、图片生成、视频制作等多种模式，基于智能体“Agent Neo”实现任务的自动化执行。用户能用知识花园功能管理个人知识库，在“发现更多”中探索社区分享的知识和智能体工作流。Flowith 的 Agent 模式能拆解复杂任务，生成详细的执行计划并逐步完成，适用创意写作、设计、市场调研等多种场景，是创作者和专业人士的得力助手。
KO
Koko AI
Seele AI 是全灵公司推出的全球首个端到端AI 3D游戏生成工具。Seele AI 基于大模型技术，实现从文本输入到完整3D游戏的自动化生成，支持多模态交互（文本、3D建模、物理引擎）。Seele AI 的核心优势在于100%自主的AI引擎，能快速生成个性化游戏（如FPS、飞行模拟等），支持应用在跨界3D设计、潮玩开发等领域。团队创始人王诗沐领衔，汇聚腾讯、英伟达等顶尖技术专家。Seele AI 致力于打造连接虚拟社交与经济生态的AI开放世界，目标是成为下一代游戏与内容创作的革命性工具。
SU
Suna
Suna 是Kortix推出的全球首款通用型 AI Agent 开源项目，支持高效解决现实场景中的各类任务。基于自然流畅的对话交互，Suna 支持智能辅助研究分析、数据处理及日常事务，化身专属数字伙伴。Suna 具备强大的功能，包括浏览器自动化、文件管理、网络爬虫、命令行执行、网站部署及与多种API的集成。Suna 结合直观的界面和强大的工具集，解决复杂问题并自动化工作流程。支持用户自托管Suna，用简单的对话实现从研究分析到日常事务的多种应用场景。
FE
Fellou
Fellou 是AI初创公司 Fellou AI 推出的全球首个Agentic浏览器。具备传统浏览器的信息浏览功能，能智能执行复杂任务，将繁琐的点击操作转化为简单的指令。能自动解析用户指令、拆解任务，跨多个网页和系统调度操作；可根据用户行为预测需求并提供行动建议；在后台独立执行任务，不干扰用户正常操作；支持用户使用和共享各种垂直领域的智能体应用。Fellou 支持深度搜索、智能时间线、拖拽操作和同步工具等功能。
关于 SpeechGPT 的常见问题
Q: SpeechGPT是免费的吗？
SpeechGPT通常提供免费试用或免费基础版本，高级功能和更大使用量需要付费订阅。具体价格方案请以官网最新信息为准。
Q: SpeechGPT安全吗？数据会泄露吗？
正规的数据集工具通常会采取数据加密和隐私保护措施，但建议避免上传敏感个人信息或商业机密内容。使用前请仔细阅读产品的隐私政策。
Q: SpeechGPT适合哪些人使用？
SpeechGPT适合对数据集有需求的人群使用，包括个人用户、自由职业者、中小企业以及大型企业的相关部门。具体适用场景因产品定位而异。