全部標(biāo)簽

AI音頻

千音漫語 - 一站式智能聲音創(chuàng)作平臺

千音漫語是一款為用戶提供一站式AI語音合成服務(wù)的專業(yè)配音軟件，支持多種語言，包括中文、英語、德語、法語、意大利語、西班牙語、印尼語等30多種語言，以及多種語音風(fēng)格。它被廣泛應(yīng)用于短視頻制作、有聲書、廣告、宣傳紀(jì)錄片等領(lǐng)域。
來福：AI驅(qū)動的個(gè)性化私人AI電臺

來福是一款基于語音交互的個(gè)性化AI電臺應(yīng)用，旨在為用戶提供全天候的聲音陪伴。通過實(shí)時(shí)內(nèi)容播放、個(gè)性化推薦和多種風(fēng)格的AI主播，來福讓用戶在日常生活中享受智能化的音頻體驗(yàn)。
ListenHub：AI播客平臺，一句話生成播客

ListenHub 是一款由 AI 驅(qū)動的智能播客平臺，只需一句話即可生成 3 分鐘播客內(nèi)容，專注于音頻內(nèi)容的消費(fèi)與個(gè)性化推薦。它支持多種創(chuàng)作模式，包括話題生成、文章轉(zhuǎn)播客、文件上傳、長文本創(chuàng)作，內(nèi)容覆蓋財(cái)經(jīng)、科技、新聞等多個(gè)領(lǐng)域。
AI好記 - AI音視頻轉(zhuǎn)錄、翻譯和總結(jié)工具

Ai好記是一款高效AI工具，專注于音視頻轉(zhuǎn)錄、翻譯、總結(jié)和思維導(dǎo)圖生成。它能將2小時(shí)音視頻內(nèi)容快速轉(zhuǎn)化為5分鐘學(xué)習(xí)精華，支持多語種翻譯，提供精準(zhǔn)的文字記錄、內(nèi)容大綱和思維導(dǎo)圖，助力用戶高效吸收信息，顯著提升學(xué)習(xí)與辦公效率，適用于學(xué)生、職場人士、內(nèi)容創(chuàng)作者和外語學(xué)習(xí)者。
Chatpods - AI智能播客助手，通過AI提升你的播客體驗(yàn)

Chatpods 是一款智能播客助手工具，旨在通過AI技術(shù)提升播客收聽體驗(yàn)。它每天根據(jù)用戶偏好推薦五期播客，并總結(jié)關(guān)鍵亮點(diǎn)。用戶可以通過語音指令選擇內(nèi)容、查看AI生成的摘要和章節(jié)信息，還能實(shí)時(shí)提問，AI會從節(jié)目中檢索準(zhǔn)確答案。Chatpods 提供語音交互和智能總結(jié)功能，幫助用戶高效篩選和獲取信息，適合播客愛好者和需要高效學(xué)習(xí)的用戶。
海螺語音：MiniMax推出的AI語音生成產(chǎn)品

海螺語音是MiniMax推出的基于T2A-01系列語音模型的AI語音生成產(chǎn)品，與傳統(tǒng)語音生成技術(shù)相比，T2A-01系列不僅在音質(zhì)、情緒表達(dá)和準(zhǔn)確度上表現(xiàn)出色，還支持17種語言和上百種音色，提供自然流暢的語音生成體驗(yàn)。用戶可自由配置語音的情緒、語速、音高等，滿足多種復(fù)雜需求。
Sketch2Sound：Adobe發(fā)布的AI音頻生成工具，通過聲音模仿生成高質(zhì)量音效

Sketch2Sound是由Adobe公司和西北大學(xué)聯(lián)合推出的一款A(yù)I驅(qū)動的音頻生成工具，通過用戶的聲音模仿（如人聲模仿引擎聲、鳥鳴等）和文本描述，生成高質(zhì)量的音效。它結(jié)合了響度、音高和音色亮度等控制信號，讓聲音創(chuàng)作更加精準(zhǔn)和靈活，適用于影視、游戲和音樂創(chuàng)作等場景。
Fugatto：英偉達(dá)推出的開源 AI 音頻模型，可以使用文本和音頻生成創(chuàng)意音效

Fugatto 是由 NVIDIA 推出的生成式 AI 音頻模型，被稱為“聲音的瑞士軍刀”。它是一款高度靈活的工具，能夠根據(jù)用戶的文本和音頻提示生成各種音頻內(nèi)容，包括音樂、語音和獨(dú)特的聲音效果。
簡單聽記 - 百度網(wǎng)盤推出的AI語音轉(zhuǎn)文字工具

簡單聽記是百度網(wǎng)盤推出的一個(gè)音頻處理AI工具，專為轉(zhuǎn)錄、總結(jié)和組織音頻內(nèi)容設(shè)計(jì)。用戶可以上傳音頻文件，或直接使用網(wǎng)盤中的內(nèi)容，進(jìn)行自動轉(zhuǎn)錄和生成逐字稿，同時(shí)還可以生成智能摘要和AI紀(jì)要。
音剪：喜馬拉雅推出的一站式AI音頻創(chuàng)作平臺

音剪是喜馬拉雅推出的一站式AI音頻創(chuàng)作平臺，旨在為用戶提供專業(yè)的音頻制作服務(wù)，激發(fā)創(chuàng)作靈感并釋放創(chuàng)意潛力。該平臺允許用戶輕松實(shí)現(xiàn)各種音頻創(chuàng)作，包括播客、錄音、音頻剪輯、文章轉(zhuǎn)語音和多人有聲劇等。
Voice Design：ElevenLabs 推出的AI語音生成工具

Voice Design是由 ElevenLabs 推出的語音生成工具，允許用戶根據(jù)文本提示自定義生成獨(dú)特的語音。用戶可以通過描述年齡、口音、語調(diào)或角色特征，在幾秒鐘內(nèi)生成全新語音。
F5-TTS：上海交大等開源的超逼真聲音克隆TTS，15秒克隆聲音

F5-TTS 可以在短短15秒內(nèi)克隆聲音，無需大量數(shù)據(jù)樣本，便能生成高度逼真的語音。它特別擅長零樣本聲音克隆，支持多語言生成和情感表現(xiàn)控制。
PodLM：AI播客內(nèi)容生成工具

PodLM 是一款 AI 播客生成工具，能夠快速將URL鏈接、文本或文檔轉(zhuǎn)換為高質(zhì)量播客內(nèi)容
PocketPod-根據(jù)你的興趣，AI自動生成個(gè)性化播客內(nèi)容

PocketPod是一款智能播客生成應(yīng)用，允許用戶根據(jù)自己的興趣和需求，在任何時(shí)間、任何地點(diǎn)創(chuàng)建個(gè)性化的播客內(nèi)容。它打破了傳統(tǒng)播客的固定格式，通過按需生成音頻內(nèi)容，幫助用戶獲取他們最關(guān)心的新聞、信息和主題。
創(chuàng)一AI：專業(yè)短片創(chuàng)作神器

一站式AI智能分析和音頻視頻創(chuàng)作神器，大幅提高創(chuàng)作效率。
瑯瑯配音-免費(fèi)的AI智能配音平臺

瑯瑯配音是一款免費(fèi)的AI文本轉(zhuǎn)語音工具，提供語音合成服務(wù)，支持多種語言，包括中文、英語、德語、法語、意大利語、西班牙語、印尼語等30多種語言，以及多種語音風(fēng)格。您可以用它制作視頻配音，也可用于有聲書朗讀，或下載音頻文件用于商業(yè)用途
Fish Speech：免費(fèi)開源的文本轉(zhuǎn)語音模型，自然逼真接近人類水平

Fish Speech是 Fish Audio 開發(fā)的免費(fèi)開源文本轉(zhuǎn)語音模型。經(jīng)過十五萬小時(shí)的數(shù)據(jù)訓(xùn)練，F(xiàn)ish Speech能夠熟練掌握中文、日語和英語，F(xiàn)ish Speech的語言處理能力接近人類水平，聲音表現(xiàn)形式豐富多變。
聽腦AI-你的AI智能語音助手，免費(fèi)錄音轉(zhuǎn)文字，AI智能總結(jié)

免費(fèi)錄音轉(zhuǎn)文字、會議紀(jì)要、AI總結(jié)、AI問答
Seed-TTS:字節(jié)推出的語音生成模型，可生成媲美人類的語音

Seed-TTS 是字節(jié)跳動開發(fā)的一系列大規(guī)模自回歸文本到語音（TTS）模型，旨在生成高度自然、與人類語音幾乎無法區(qū)分的語音。
ChatTTS-免費(fèi)開源的用于對話場景的語音合成模型

ChatTTS是一個(gè)專為對話場景設(shè)計(jì)的語音生成模型，特別適用于大型語言模型(LLM)助手的對話任務(wù)，以及諸如對話式音頻和視頻介紹等應(yīng)用。
Supertone Shift-AI實(shí)時(shí)語音變換器

Supertone Shift是由韓國Supertone公司推出的實(shí)時(shí)語音變換器，它允許用戶選擇并立即使用多種高品質(zhì)聲音。Supertone Shift具備個(gè)性化定制、低延遲、無需GPU等特性，適合視頻創(chuàng)作者、內(nèi)容創(chuàng)作者、游戲玩家等，支持與流行應(yīng)用集成，適用于Windows和macOS系統(tǒng)。
OptimizerAI-為視頻自動生成音效的AI工具

OptimizerAI是一個(gè)專為內(nèi)容創(chuàng)作者、游戲開發(fā)者、藝術(shù)家和視頻制作人員設(shè)計(jì)的AI聲音效果生成器。該平臺提供無限的聲音生成服務(wù)，使用者可以通過AI技術(shù)輕松創(chuàng)建高質(zhì)量的聲音效果。
Voice Engine-OpenAI開發(fā)的語音合成和聲音克隆技術(shù)

Voice Engine是OpenAI開發(fā)的一種語音合成和聲音克隆技術(shù)，它能夠根據(jù)文本輸入和僅15秒的音頻樣本生成自然聽起來且接近原始說話者的語音。
錄咖-一站式AI智能音視頻處理平臺

錄咖是什么？錄咖是一個(gè)一站式音視頻處理平臺，提供AI視頻對話、AI字幕、AI語音轉(zhuǎn)文字，錄屏、剪輯、轉(zhuǎn)GIF/音頻等服務(wù)，同時(shí)支持云存儲和分享。它利用深度學(xué)習(xí)和自然語言處理技術(shù)，將語音轉(zhuǎn)換為文字，生成多語言字幕，并提供實(shí)時(shí)錄音轉(zhuǎn)寫、視頻翻譯和音頻提取等功能。用戶可以輕松管理媒體內(nèi)容，提高工作效率。產(chǎn)品官網(wǎng)：https://reccloud.cn/ 錄咖的主要功能在線錄屏：夠輕松捕捉屏幕上的活…