Voice AI（语音AI）

语音AI涵盖自动语音识别（ASR）、文本到语音合成（TTS）、语音转换和对话系统。现代方法基于深度神经网络，如端到端模型和自监督学习。代表工作包括OpenAI的Whisper（ASR）、Google的WaveNet（TTS）、以及Meta的Voicebox。