Ai语音工具

星火纪要是什么？星火纪要，科大讯飞推出的一款基于先进语音识别技术和大模型的会议交流总结和分析平台，具有高效转录、智能总结、翻译、数据分析等功能，通过领先的语音识别技术和大模型技术，帮助企业在销售、访谈、头脑风暴、工作坊等多场景讨论中快速提炼讨论重点，并提供深度业务分析支持，提升效率和决策能力。星火纪

星声ai 是一款专注于AI播客领域的AI播客生成器，面向广大播客爱好者和音频内容分享使用者，为您提供专业的AI播客生成服务，利用最新的AI生成技术，定制化打造优质的播客内容，同时提高阅读和吸收信息效率。 星声AI播客功能： 支持通过对话简述（短文本）、网页url、长文本（不少于200字）等内容生成A

YuE是一个全新的多模态音乐开源模型，YuE具有从歌词生成高质量音乐的能力。能够生成长达5分钟的完整音乐作品，包括人声和伴奏，支持多种语言生成，如英语、中文、日语和韩语，YuE模型适用于音乐创作、歌词生成和多语言音乐制作等领域。YuE功能特点：多语言支持：YuE能够处理多种语言的歌词输入，生成相应的

Fish Speech 是 Fish Audio 开发的文本转语音 (TTS) 解决方案。它提供先进的 TTS 功能并支持多种语言，完美支持中英日语言的开源TTS模型，语音处理接近人类水平，模型使用约十五万小时三语数据训练，对中文支持非常的完美。Fish Speech特点：模型版本：当前稳定版本为

SenseVoice，一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，enseVoice专注于高精度多语言语音识别、语音情感识别和音频事件检测，具有多语种、混合语言、音色和情感控制能力，在零样本语音生成、跨语言语音克隆和指令跟踪方面的能力表现优秀。FunAudioLLM 通过结

Soundverse ai 是一个利用生成式人工智能的音乐创作平台，它提供免费的AI音乐生成器和语音助手，帮助音乐创作者轻松制作高质量的音乐。用户可以通过对话界面与 AI 助手互动，描述他们想要的音乐风格和元素，Soundverse AI 将根据这些描述生成音乐作品，让音乐制作过程更简单。Sound

音疯是昆仑万维推出的一个集音乐创作、分享、学习和销售于一体的AI音乐生成平台，英文平台叫Mureka Ai，用户可以在音疯平台上输入歌词，然后一键生成专属的歌曲，还可以通过参考其他音乐来生成相似风格的作品，支持添加参考音乐、录制旋律动机，让ai可以基于你的喜好和灵感进行创作，生成的音乐还可以上架进行

Musick ai是一款创新的AI音乐生成器，能够创作出高质量的音乐作品，涵盖多种音乐风格。无论你是需要为品牌定制音乐，还是希望通过AI探索音乐创作的可能性，Musick.ai 都能为你提供个性化的专业级别的音乐作品。你可以通过丰富的模板，轻松创作出符合需求的音乐。Musick AI的主要特点和功能

Seed-Music是字节跳动开发的音乐生成模型。用户可以通过输入多模态数据（例如文本描述、音频参考、乐谱、声音提示等）来生成音乐，并且它提供方便的后期编辑功能，例如修改歌词或旋律。Seed-Music 将自回归语言模型与扩散模型相结合，以提供对生成音乐的精确控制，同时保持生成音乐的质量。Seed-

Moshi 是一个多流实时语音生成 Transformer 模型，支持全双工语音对话。其主要特点是同时语音输入和输出（全双工），以及处理复杂对话场景的能力，包括重叠语音、中断和情绪表达等非语言信息。这意味着它可以同时听和说，旨在解决传统对话系统中的一些问题，例如延迟、非语言信息（例如情绪）丢失以及对

TikTok Voice，一个免费的在线ai文字转语音工具，用户可以将文本转换为抖音声音，并下载生成的声音用于视频编辑、文本阅读和电子书。可以合成热门的剪映AI配音和抖音音效，比如小帅，猴哥，熊二，舌尖上的中国，新闻腔等中文配音，另外，也支持热门的剪映国际版AI配音，比如： Jessie语音（女性语

团子ai是一款线人工智能音乐处理工具箱，提供伴奏人声提取、任意乐器分离、无损升降调等有趣且实用的功能，可提取歌曲中的伴奏、人声、钢琴、贝斯、鼓点等多音轨压缩文件，团子AI基于MIT协议的开源项目Spleeter制作的，使用Python/Tensorflow开发，通过深度神经网络（DNN）实现音轨分离

NotaGen 是什么？NotaGen 是由中央音乐学院、北京航空航天大学和清华大学等机构联合开发的一款AI音乐生成模型，专注于生成高质量的古典乐谱。它通过模仿大型语言模型（LLM）的训练范式，能够生成高质量的古典乐谱。NotaGen 核心特点高质量古典乐谱生成NotaGen 能够根据用户指定的时期

Krillin ai是什么？Krillin AI 它是一款本地的视频翻译、配音和语音克隆的工具，兼容国内外主流视频平台。 它支持OpenAI API规范的大模型，它默认支持 CosyVoice 或者自定义声音克隆。 支持多种语音翻译服务，比如中、英、日、德等一百种语言。 支持 Windows、Lin

趣丸千音（All Voice Lab），一个ai语音创作平台，能帮创作者轻松搞定各种语音相关的内容创作和传播。它不仅能把文字变成超级自然的语音，还能给视频配上多语言的配音，甚至能把字幕完美地去掉，让配音和翻译变得特别精准、专业。核心功能文本转语音：能把文字变成特别生动的语音，就像真人说话一样，能精准

Vozart.ai 是一款 AI 音乐生成器，能为视频、播客等创意内容创作免版权的背景音乐。它就像您的音乐创作助手，让创作过程更快速、更智能。不论是制作人、词曲作者，还是普通爱好者，Vozart 都能在几秒内把简单歌词或创意变成完整且免版税的曲目。您可以选择音乐类型，随时切换风格，扩展音乐，移除人声

AudioTextHub是一个免费ai文本转语音平台，它的核心优势是独创的AI风格提示词技术，能控制语音的情感、语调、语速和特效。AudioTextHub支持30多种语言的TTS服务，语音转文本准确率达98%，有500多种声音可选，能快速生成音频，支持MP3、WAV、OGG等格式导出，还能通过API

Transcriptik 是一个免费的TikTok视频转录工具，操作简单，用户只需粘贴视频链接到网站，ai 会快速处理音频并返回清晰的转录文本。它还提供视频详情预览，包括标题、创作者和关键数据，比如浏览量、点赞数。Transcriptik功能免费使用：每天可免费转录 3 个视频，无需注册。语言支持：

未音VEMUS是什么？未音VEMUS，是腾讯音乐娱乐集团（TME）出的一个ai音乐创作平台。它说自己是个“音乐创意搭子”，主打“零门槛AI音乐创作”，就是让普通人不用会乐器、不懂乐理，也能做出完整的歌。这是腾讯音乐在AI音乐上的重要动作，用了腾讯在音频处理、大模型训练还有大量音乐数据上的本事，想做个

万象有声是什么万象有声是原“懒人听书”核心管理团队做的一个工业级aiGC有声内容生产平台。他们把十多年的行业经验和大模型技术结合起来，想把过去很费人力的有声内容制作，变成可以规模化复制的工业化流程。这个平台的定位是有声内容行业的“生产操作系统”，不是简单的TTS工具。✨ 核心功能智能画本引擎：一键把

立刻MV是什么立刻MV（LickMV）是一款ai音乐视频创作工具，支持歌曲导入、智能分镜、AI图生视频与自动字幕，创始人雷涛之前做过小咖秀、秒拍、一直播。你上传一首歌或者让AI写一首，它能自动拆歌词、写分镜、生成画面、加字幕，最后合成一支完整MV。传统真人MV拍一条要半个月，用这个大概10分钟就能出

chatpaper.ai是什么？ChatPaper.ai 是一个论文、视频、笔记的AI总结学习助手，能帮助用户提炼论文精华、整理课堂重点、生成会议纪要。它支持多语言处理，提供智能文献解读、课堂笔记助手、会议记录整理、思维导图生成、智能笔记管理、语音转文字、多维度解析和文件管理等功能。ChatPape

ListenHub是什么？ListenHub是一个专注于音频内容生成与分享的 ai 播客生成平台，由北京火星电波科技有限公司推出。它的用法特别简单，你只要把感兴趣的文字、链接，甚至自己平时学习积累的资料文件或者文本上传，就能一键生成专属于你的播客内容，还是「对话」形式。ListenHub 目前支持网

VideoToWords ai是什么？VideoToWords AI是一款免费在线将视频和音频转录为文本的工具，可轻松在浏览器中将视频转换为文本，添加字幕等，准确率高达99.9%，支持98种以上语言，可处理最长10小时、5GB的文件（如MP3、MP4等格式）。它还提供在线编辑、多种格式导出（TXT、

Bland TTS是什么？Bland TTS是Bland ai公司推出的新一代文本转语音引擎，在AI语音领域引起了较大关注。它能通过一个简短的MP3文件精准克隆任何语音，还能让AI模仿狗叫、汽车鸣笛等音效，并且能根据文本内容自动调整情感表达，像兴奋、悲伤、温柔、愤怒等语气都能实现。Bland TTS

Inkr是一款音视频转录工具，支持实时会议录音、主流音视频文件和链接。它能快速转录并一键总结内容，支持100多种语言，转录速度快且精准度高，适用于长时会议记录、内容创作、采访、播客等多种场景。主要功能快速转录：Inkr的“FLASH”模式能在几秒内完成转录，比传统服务快8倍，几分钟内就能处理数小时的

Twocast是一款开源的ai双人播客生成器。它可以把任何书面内容，像网址、文档、文本或者主题描述，转成两个主持人之间的自然对话播客，而且不需要录音室和专业的技术知识。它有智能AI主持人，能生成动态对话，里面有自然的问题、见解和互动讨论。生成速度挺快，大部分播客2到5分钟就能完成，输出的是广播质量的

DryVocal 是一款专业音频处理工具，主要用于从复杂音频中提取和增强人声，特别适合获取干净的“干声”（未经处理的人声）。DryVocal主要功能1. 影视对白净化适用场景：影视剧、视频后期制作。主要问题：音频中混有人声、背景音乐和音效。功能作用：智能分离人声对白，同时：降低底噪（如录音时的嗡嗡声

Worthsee音频编辑工具箱是个免费的在线音频处理网站，不用注册就能用，能在浏览器里直接编辑，比较注重隐私和方便，Worthsee主要提供音频格式转换、裁剪（可以加淡入淡出）、升降调等功能，支持一次处理多个文件，速度和转换效率都不错。平时可以用来转格式、剪播客或录音、给铃声和素材调音调。Worth

啦啦爱介绍啦啦爱是一个在线高质量音轨分离工具，专门把歌曲里的人声和各种乐器分开。它用了自己研发的 Phoenix 模型，处理了超过 20TB 的数据，所以分得比较准。这个工具不用下载软件，打开网页就能用，支持很多种语言。啦啦爱主要功能拆唱歌和伴奏：把一首歌分成纯人声和纯伴奏。拆各种乐器：可以单独提出

VideoTranScriber ai是什么videotranscriber.ai 是一个在线 AI 视频转文字工具，主打不用注册、打开网页就能用。你直接上传视频，它就能把语音转成可编辑的文字，还附带摘要、翻译、字幕导出这些功能。除了上传本地音视频，也支持粘贴 YouTube 等平台的链接进行转录。

Sonix 是什么？Sonix 是一款转录、翻译和分析ai工具，具有高度准确的特点。它能快速转录音频和视频内容，减少手动更正；支持54 多种语言的翻译，并进行内容本地化；还可通过 AI 分析识别关键主题、话题和情感情绪。此外，Sonix 具备自动字幕、自动摘要等多种功能，能与热门工具集成，提供端到端

VoiceCanvas是什么？VoiceCanvas 是一款由 ai 驱动的文本转语音工具，支持 50 多种语言，具备语音克隆功能，仅需 10 秒样本就能克隆语音并保留原始情感特征，还提供调整语速、音频可视化、逐字阅读等高级功能。广泛应用于提升语言学习、创作配音、国际交流等场景。VoiceCanva

Snon Lyric是什么？Snon Lyric，专为Suno AI设计的歌词生成器，支持多样音乐风格（如季节、故事、特殊场合主题）和多语言（英语、西班牙语等），用户可入偏好可快速生成歌词。Snon Lyric功能特点多种音乐风格：提供丰富多样的音乐风格选择，如流行、摇滚、爵士、嘻哈/说唱等，用户可

ScreenApp 是一款ai屏幕录制、转录和音频、视频内容总结工具，可以通过自动转录音频/视频记录为有用的信息，方便在会议上、听课时、看视频时使用。利用实时转录、生成摘要和协作功能，帮助用户节省时间、提高效率，目前已有超过 100 万用户。ScreenApp 核心功能实时转录和总结：能实时把音频或

UntitledPen是什么？UntitledPen 是一款可以生成真实人声旁白的工具，它基于先进的音频生成技术，具备多种语音风格，比如 Nova、Shimmer、Echo 等，能够满足各种场景的需求，像科技评论、教程、奇幻故事等都可以轻松搞定。它不仅有智能写作功能，能快速生成故事、脚本等内容，还支

VoiceNovel 是一个通过ai把小说变成有声内容的在线平台，它把用户上传的小说转成高质量语音小说和有声读物。可以给不同角色配不同声音，让听书更有沉浸感。VoiceNovel核心功能AI 智能语音合成用先进神经网络技术，把小说文字转成自然流畅的语音。能理解上下文、情感和节奏，听起来接近真人朗读。

Voicv 是一个ai语音克隆和文字转语音的平台，用户只要几秒就能复制一个声音，做出像真人说话一样的语音。它用的是比较新的深度学习语音模型，能很好还原原本的音色、语气、情绪和说话习惯，还能做多种语言、多种情绪、多种音色的语音。Voicv主要功能有一键克隆声音、多语言语音生成、调情绪和语气、改音高和语

Drama.Land是什么？Drama.Land又称DramaStudio.ai，是一个专注于AI叙事创作的平台，主要提供连载剧情、音乐MV和系列视频的制作服务。与市场上大多数仅支持单条视频生成的AI工具不同，Drama.Land从设计之初就致力于实现“持续叙事”，而非单一内容的生成。Drama.L

讯飞智作配音是科大讯飞旗下讯飞智作的ai配音与音视频创作平台，依托星火语音大模型，提供300+音色、30+语种及声音复刻服务，支持长文本合成与数字人视频生成，为自媒体、企业、教育等用户提供从文字转语音到数字人视频的一站式服务。讯飞智作配音主要功能AI文字转语音：输入文本或上传文档即可生成音频。提供3