AI音频与语音

Harmonai是StabilityAI旗下的社区驱动开源音频生成实验室，推出DanceDiffusion等扩散模型，支持无条件音频生成、风格迁移和音效插值，所有模型免费开放，...

Rask是面向全球企业的AI视频配音和翻译工具，支持130多种语言的AI配音、语音克隆、口型同步和字幕生成，适合想做视频多语种本地化的企业和内容创作者。

LeeloAI是AI文本转语音平台，支持800+音色、142种语言、多种情感风格（兴奋、悲伤、低语、愤怒、恐惧等），适用于演示、视频旁白、有声书和播客创作，支持商业用途。

Suno是全球最热门的AI音乐生成平台之一，用户通过文字描述即可快速生成完整歌曲、旋律和音乐片段。支持多种音乐风格，是目前AI音乐生成领域用户量最大、关注度最高的产品之一。

Inworld AI 是面向实时对话场景的 Voice AI 平台，把文本转语音、语音转语音、语音转文字和模型路由整合到同一套低延迟语音基础设施里，适合做 AI 陪伴、客服、教...

Output是专业音乐制作工具品牌，提供虚拟乐器插件、采样包和AI辅助工具，包括Arcade、Exhale、Co-Producer等产品。

Mubert是一个海外AI音乐生成平台，支持自定义时长和风格的背景音乐生成，提供四级定价和商用授权分级，面向创作者和视频制作者。

AI文章转播客工具，将文章和网页转换为AI播客音频，独立收听或背单词，评分4.7/5

AI视频创作平台，支持80种语言457种语音与527种虚拟形象

FileSpeech是一款将PDF、网页、扫描件和文档转换为自然语音的文件朗读应用，支持多语言语音选择和离线收听，帮助用户随时随地收听文件内容。

智能AI音乐生成工具，专为视频、播客和游戏创作者设计，提供符合情绪需求的免版税背景音乐。

AzureAI语音是微软提供的企业级语音合成服务，支持预生成和自定义语音，覆盖多语言和多种部署方式。

Drumless是一个AI鼓组分离工具，利用AI技术从任意歌曲中分离出鼓声和去鼓伴奏两个独立音轨，适合鼓手练习、音乐教学和音频编辑场景。

AssemblyAI是面向开发者的语音AI基础设施，提供预录制和实时语音转文字API及语音AgentAPI。

Overtune是一个面向录音艺人的简单节拍制作工具，提供专业制作的BeatPacks库，用户可以自由编排、导出分轨或母带，无版权限制发行。同时提供AI变声功能。

AI让照片说话，上传照片输入文字即可生成数字人说话视频，支持100+语言和多种背景风格

基于AI技术的在线音乐与音频生成平台，支持文本描述快速创建音乐片段和声音效果

KokoroTTS是一款强调高质量与高效率平衡的AI文本转语音模型，适合做自然语音生成、轻量部署测试和面向开发者的TTS方案验证。

Palabra.ai是实时AI语音翻译平台，把会议、活动、直播和通话里的口语内容低延迟译成60多种语言，成本仅为人工口译的1/9.3，适合需要现场跨语言沟通的团队。

PlayHT 提供文本转语音、语音 API 和多语言声音输出能力，适合产品和内容团队接入语音能力。 这里汇总其官网入口、中文简介、标签和合规使用提醒，方便国内用户筛选正规 AI...

全球领先的AI语音平台，提供文本转语音、语音克隆、配音、音乐生成等服务

无需机器人加入会议的AI实时转写工具，支持60+语言，10000+企业

VoiceChanger是一个免费在线变声工具，利用WebAudioAPI在浏览器中实时处理音频效果，提供音调调整和多种预设音效（机器人、怪物、DarthVader等），无需注...

AI驱动的专辑封面生成器，通过精选美学风格快速创建专业级音乐专辑封面

SpeakNotes是AI驱动的转录和摘要工具，能把会议、讲座、播客转为结构化笔记，支持自动提取行动项和决策。

Brev.ai是一个免费在线AI音乐生成平台，支持文字转音乐、歌词生成和人声分离等功能，提供商用授权证书下载。

在线AI音频转文字工具,支持140+语言,快速将语音转换为可编辑文本。

Mix Check Studio，RoEx开发的AI混音分析工具，助您提升音乐制作质量。针对音乐制作人、音频工程师及创作者，提供数据驱动反馈和风格特定建议。免费使用，优化您的音...

Songtell是一款AI驱动的歌词含义解读平台，通过NLP与大型语言模型分析歌曲的隐喻、主题和文化背景，生成结构化解读文本，已累计完成超130万条分析，月访问量近50万。

TurboScribe是面向长音频和视频文件的转写平台，强调多语言识别、字幕导出和大文件处理，适合高频整理会议、访谈、课程和视频素材。