Alibaba Cloud
Qwen Audio / CosyVoice
4.2
Qwen Cloud 已有足够官方音频证据，值得单独放入音频分类。
最适合 · 适合通过英文平台评估中国语音合成、声音克隆、ASR 和实时语音 API 的团队。
覆盖度 · 100/100
全球可用完整英文界面可信公开 API免费增值
AI 音频
中国 AI 团队的语音合成、声音克隆、音乐生成和音频生产工具。
Zhipu AI
GLM Audio
3.9
音频已经是文档化的 GLM 能力家族，应在音频分类中可见。
最适合 · 适合评估中国语音、音色克隆、ASR 和实时多模态 API 的开发者。
覆盖度 · 100/100
部分地区可用部分英文界面可信公开 API免费增值
MiniMax
MiniMax Audio / Speech
4.3
MiniMax Audio 值得单独成档，因为官方 API 文档覆盖了聊天模型之外较完整的语音产品线。
最适合 · 适合评估中国语音合成、声音克隆和多语言音频生成 API 的团队。
覆盖度 · 100/100
全球可用完整英文界面可信公开 API免费增值
Meituan LongCat
LongCat-AudioDiT
4.2
LongCat-AudioDiT 应归入 AI 音频，因为它是公开代码和权重的 TTS / 语音克隆模型，而不只是普通论文。
最适合 · 适合评估开源 TTS、waveform-latent diffusion 和零样本语音克隆的研究者与语音团队。
覆盖度 · 100/100 · 待补：时效
全球可用完整英文界面可信受限 API免费
MiniMax
MiniMax Music
4.2
MiniMax Music 是官方文档中独立的国际产品线，不应只隐藏在通用 API 档案里。
最适合 · 适合评估中国音乐生成 API，用于歌曲、翻唱和应用配乐的创作者与开发者。
覆盖度 · 100/100
全球可用完整英文界面可信公开 API免费增值
ByteDance / Volcano Engine
Seeduplex
3.9
Seeduplex 为 ByteDance Seed 补上独立语音交互档案，而不只是文本、图像和视频模型。
最适合 · 适合跟踪中国全双工语音模型、实时语音 Agent 和多模态交互研究的团队。
覆盖度 · 100/100 · 待补：价格和支付
部分地区可用完整英文界面可信受限 API未知
StepFun
StepAudio
4.1
StepAudio 是独立能力线，应在 AI Audio 分类中可见，而不是埋在通用 StepFun 档案里。
最适合 · 适合评估中国语音 API 的团队，尤其是表现力 TTS、声音克隆、配音、客服、NPC 对话和转写。
覆盖度 · 100/100 · 待补：时效
部分地区可用完整英文界面可信公开 API付费
Xiaomi MiMo
MiMo Speech Models
4.0
MiMo 已有足够英文语音产品信号，适合拆出独立音频档案。
最适合 · 适合关注小米语音栈，用于 ASR、TTS 和语音 Agent 实验的团队。
覆盖度 · 100/100 · 待补：价格和支付
部分地区可用完整英文界面可信受限 API未知