AI，从声音开始。

行业领先的 AI 语音开放平台，定义音频创作的未来。

商汤 SenseAudio 是商汤科技基于日日新多模态大模型推出的 AI 语音开发平台。专为创作者及企业提供提供自然逼真的语音合成（TTS）、精准的语音识别（ASR）、殿堂级音乐生成、音色克隆与自定义语音 Agent 服务。

【核心亮点】

一、70 + 官方精品音色

专业配音演员 + 头部配音导演 + 资深算法工程师 精心呈现

富有情感、媲美真人语感、贴近真实应用场景的精品音色

覆盖多种年龄、演绎取向、音色特征；满足多种需求场景

二、音色克隆 & 文生音色

l SenseAudio音色克隆模型具备极强的模仿能力，仅需数秒声音素材，即可复刻高度还原的音色。不论是激烈的大声呼喊，还是细微的低声呢喃，SenseAudio 均可复现；

l文生音色功能，为您打开构筑音色的想象空间。仅需一句话，文生音色模型即可为您生成定制化 AI 音色。

用户可以通过API调用音色克隆以及文生音色创作的音色，配合最新发布的SenseAudio-TTS模型，实现更加逼真的情绪表达、更稳定的声音输出。

三、形神兼备的 AI 语音创作工具，强大又高效

以下功能均提供 API 服务，接口设计兼容主流协议：

l 强大的语音识别（ASR）模型，可实现低延时响应、精准识别、音频校验与深度语义理解，全方位满足各类语音识别需求

l 自定义 Agent，将自定义语音 Agent 转化为通用接口，享受简单、稳定、可靠的 API 服务

l 音乐生成模型，殿堂级编曲能力，一键演奏万千旋律

l 图片生成模型，极强的指令遵循能力，输出百变画风；寥寥数语即可成就点睛之笔

l 视频生成模型，极致的视听生成表现，让您掌控每一帧细节

🙋为什么要在 AI 语音平台中选择 SenseAudio？

l 集成世界顶尖 AI 音频工具，开箱即用，省去冗余开发流程

l 成熟的音频数据采集方案，能为客户提供审美在线、贴近使用场景、无版权风险的声音产品

l 可靠、稳定、好用的 API 服务；速度快，兼容性强，资费极具性价比