Hitoo
實時語音翻譯視訊通話平臺,採用自研端到端AI模型AURIS,在保留說話者聲音身份的前提下實現50+語言間的亞300毫秒實時翻譯
Hitoo
實時語音翻譯視訊通話平臺,採用自研端到端AI模型AURIS,在保留說話者聲音身份的前提下實現50+語言間的亞300毫秒實時翻譯
Meco
把新聞訂閱從郵箱搬出來、用 AI 音訊簡報每天聽重點的閱讀應用
Kyutai Pocket-TTS
1 億引數的開源端側語音合成模型,CPU 實時執行、5 秒音訊即可克隆任意聲音
VocalVia
把 PDF、文章和筆記變成可編輯多角色播客的 AI 工作區
豆包 App 2.0
位元組跳動旗下國民級 AI 智慧助手,集文字、影象、影片、語音與辦公 Agent 於一體
EdgeTTS 線上配音
基於微軟 Edge 神經語音的免費線上文字轉語音工具,免登入、無廣告、同步生成 SRT 字幕
FreeTTS 中文語音合成
永久免費、無需註冊的中文神經語音合成工具,覆蓋普通話、粵語與臺灣國語,一鍵匯出 MP3 與 SRT 字幕
ElevenLabs v4
ElevenLabs 預告的第四代 AI 語音模型,主打能低語、能吟唱、帶情緒與口音的人類級表達
Murf 2
面向團隊與企業的全棧式 AI 配音平臺,把指令碼、語音生成、影片同步與合規打包進一個工作室
Suno 3.0
AI 音樂生成平臺最新一代能力,主打歌曲線級精修、多語種自然人聲與專業母帶級分軌匯出
Spotify AI DJ 2.0
Spotify 為 Premium 使用者打造的 AI 虛擬電臺主播,按收聽習慣實時生成個性化音樂混搭與語音解說
GPT-Live 語音
OpenAI 全新一代全雙工語音模型,讓 ChatGPT 語音對話更自然、更聰明、更會傾聽
Read PDF Aloud
免費線上 AI PDF 語音朗讀工具,支援 142 種語言和 470 種 AI 語音,採用本地優先架構處理文字解析
Video to Text
基於 AI 的影片與音訊轉錄工具,支援 99 種語言、說話人分離和多格式匯出,採用按量付費模式
VoiceDrop
開口說,它自己歸檔——語音驅動的文章寫作應用
VibeVoice
微軟開源的語音AI模型家族,支援90分鐘超長音訊生成
SoundView(聲動視界)
訊飛旗下AI影片本地化創作平臺,專注影片翻譯、配音和跨境電商影片創作
Anylang.ai
AI影片翻譯工具,保持原說話者音色和口型同步
Magicam
實時AI換臉與變聲工具,支援直播視訊通話中的面部替換
雲幕同聲
原聲級AI影片翻譯工具,支援20多種語言,98%還原音色和情緒,保留背景音樂
LPM 1.0
面向影片角色表演的170億引數實時全雙工對話AI模型
ElevenLabs
AI語音生成和處理平臺,提供文字轉語音、語音克隆和語音智慧體服務
Speechify
AI文字轉語音應用,將文件、網頁轉換為自然語音,支援60+語言和1000+語音
Dub AI
AI驅動的影片翻譯與配音平臺,幫助將影片內容快速本地化為30多種語言
Rask AI
AI驅動的影片本地化和配音平臺,支援130+語言自動翻譯
VozoAI
AI影片翻譯配音口型同步工具,支援110+種語言
Vapi
面向開發者的語音AI平臺,幫助快速構建、測試和部署語音代理
LobeChat
開源高效能聊天機器人框架,支援多模型、語音合成和多模態
訊飛星火
科大訊飛推出的認知大模型,語音互動和教育領域優勢突出
Whisper by OpenAI
用於語音識別的神經網路,重塑語音識別格局的開源神器