全部标签

AI音频

MotionSound-简单易用的文本转语音工具

MotionSound是一个AI智能生成语音技术平台，提供简单易用的文本转语音工具。它能适应多种场景需求，如配音和演讲，帮助用户轻松实现高效的语音创作。
Media.io-一站式AI驱动的在线媒体处理工具

Media.io是一个在线的媒体处理平台，它利用AI技术为视频、音频和图片提供全方位的服务。这个平台提供了一系列的在线AI工具，包括视频增强、水印移除、视频背景移除、视频编辑、视频效果、自动色彩调整、视频转换和视频压缩等。
Fugatto：英伟达推出的开源 AI 音频模型，可以使用文本和音频生成创意音效

Fugatto 是由 NVIDIA 推出的生成式 AI 音频模型，被称为“声音的瑞士军刀”。它是一款高度灵活的工具，能够根据用户的文本和音频提示生成各种音频内容，包括音乐、语音和独特的声音效果。
AudioShake：AI驱动的音频分离与创新处理平台

AudioShake是一个利用人工智能技术将声音录音分离成其组成部分和音轨的平台，使音频变得互动、可定制和易于访问。该平台提供了多种音频处理功能，包括混音、本地化、互动音频、同步、歌词转录和分析、音频/视频编辑以及粉丝互动等。AudioShake的音轨分离技术被广泛用于处理现场录音的母带制作，或混合缺少音轨的曲目。它还用于创建Dolby Atmos和Sony 360沉浸式混音，并已被用于杰克逊五人…
Peech-文本转语音AI工具

Peech 是一款文本转语音工具，能够轻松地将文本转换成超过50种语言的逼真AI生成音频。
FakeYou：语音克隆/个性化语音生成工具

FakeYou 是一款功能强大的文本到语音音频剪辑工具，可以帮助用户生成个性化的语音内容。它简单易用，提供多种语音风格和场景选择，同时支持实时语音克隆和仿声模拟体验。
AI 转写 - 离线语音转文字

AI 离线语音转写，零数据上传，隐私安全。
创一AI：专业短片创作神器

一站式AI智能分析和音频视频创作神器，大幅提高创作效率。
Podcast.ai

Podcast.ai是一个完全由人工智能生成的播客。每周，该播客深入探讨一个新的主题，听众可以提出未来剧集的主题、嘉宾和主持人建议。无论您是机器学习爱好者，还是希望以新的方式听到您喜欢的主题，甚至只是想听到过去的声音重现，这个播客都能为您提供独特的体验。 Podcast.ai的产品特性包括：人工智能生成：Podcast.ai是完全由人工智能生成的播客。它利用先进的语音合成技术和自然语言处理算法…
PlayHT

PlayHT是一款优秀的语音合成产品，支持中文等 142 种语言和口音，只需几秒钟，即可下载创建的 MP3 或 WAV 音频文件。
PocketPod-根据你的兴趣，AI自动生成个性化播客内容

PocketPod是一款智能播客生成应用，允许用户根据自己的兴趣和需求，在任何时间、任何地点创建个性化的播客内容。它打破了传统播客的固定格式，通过按需生成音频内容，帮助用户获取他们最关心的新闻、信息和主题。
ListenHub：AI播客平台，一句话生成播客

ListenHub 是一款由 AI 驱动的智能播客平台，只需一句话即可生成 3 分钟播客内容，专注于音频内容的消费与个性化推荐。它支持多种创作模式，包括话题生成、文章转播客、文件上传、长文本创作，内容覆盖财经、科技、新闻等多个领域。
Supertone Shift-AI实时语音变换器

Supertone Shift是由韩国Supertone公司推出的实时语音变换器，它允许用户选择并立即使用多种高品质声音。Supertone Shift具备个性化定制、低延迟、无需GPU等特性，适合视频创作者、内容创作者、游戏玩家等，支持与流行应用集成，适用于Windows和macOS系统。
Gladia- 音频转录和翻译服务

Gladia 是一个强大的音频智能平台，它可以解锁您音频数据的全部潜力，通过使用单一的 API 进行 AI 转录、翻译和音频智能附加功能。
ChatTTS-免费开源的用于对话场景的语音合成模型

ChatTTS是一个专为对话场景设计的语音生成模型，特别适用于大型语言模型(LLM)助手的对话任务，以及诸如对话式音频和视频介绍等应用。
大饼AI变声-一款专业的在线变声工具

Dubbing.tech 是一款专业的在线变声工具，可以帮助用户轻松改变自己的音色，适用于游戏开黑、社交直播等场景。用户可以选择不同的音色，如同换皮肤一样变换自己的音色，让声音更好听。
Papercup：免费AI配音和视频翻译软件

Papercup 是一种基于人工智能技术的视频配音和翻译软件。它可以将现有的视频内容本地化到多种语言，并通过合成的声音提供类似人类的配音效果。Papercup 的 AI 配音系统可以实现规模化的翻译和配音，速度更快，成本更低。同时，Papercup 的团队会进行质量验证，确保翻译的准确性和语音的自然流畅。
Voice Engine-OpenAI开发的语音合成和声音克隆技术

Voice Engine是OpenAI开发的一种语音合成和声音克隆技术，它能够根据文本输入和仅15秒的音频样本生成自然听起来且接近原始说话者的语音。
Cleanvoice AI-你的播客智能编辑工具

清理音频或播客中的填充声音（如“嗯”，“啊”等）、口头声音（如唇咀嚼声）和口吃。它能够自动检测并移除这些不需要的声音，帮助用户节省大量的音频编辑时间。
Sketch2Sound：Adobe发布的AI音频生成工具，通过声音模仿生成高质量音效

Sketch2Sound是由Adobe公司和西北大学联合推出的一款AI驱动的音频生成工具，通过用户的声音模仿（如人声模仿引擎声、鸟鸣等）和文本描述，生成高质量的音效。它结合了响度、音高和音色亮度等控制信号，让声音创作更加精准和灵活，适用于影视、游戏和音乐创作等场景。
录咖-一站式AI智能音视频处理平台

录咖是什么？录咖是一个一站式音视频处理平台，提供AI视频对话、AI字幕、AI语音转文字，录屏、剪辑、转GIF/音频等服务，同时支持云存储和分享。它利用深度学习和自然语言处理技术，将语音转换为文字，生成多语言字幕，并提供实时录音转写、视频翻译和音频提取等功能。用户可以轻松管理媒体内容，提高工作效率。产品官网：https://reccloud.cn/ 录咖的主要功能在线录屏：够轻松捕捉屏幕上的活…
Whisper-OpenAI开发的语音识别系统

Whisper是OpenAI推出的自动语音识别（ASR）系统，使用从网络收集的 680,000 小时多语言和多任务监督数据进行训练。
ElevenLabs-在线文字转语音+语音翻译平台

ElevenLabs 是一款最真实的文本转语音和语音克隆软件，为寻求最终故事讲述工具的创作者和出版商带来最引人入胜、丰富和逼真的声音。
AudioPaLM：谷歌语音理解和生成AI大模型

AudioPaLM 是一个大型语言模型，专为理解和生成语音而设计。AudioPaLM 将基于文本的和基于语音的语言模型，即 PaLM-2 和 AudioLM，融合到一个统一的多模态架构中，可以处理和生成文本和语音。