IBM Watson text-to-speech 提供多语言语音转文本API，支持SaaS及本地化部署。 2026 年最佳 11 款 AI语音转文本 工具
IBM Watson text-to-speech、LOVO: Free AI Voice Generator & Text to Speech、NaturalReader、VoxCPM - 开源音频生成、Intent、Speechify: Text to Speech & Voice Typing AI Assistant | 55M+ Users 等，来自 AOYII 导航目录，每日更新收录。
IBM Watson text-to-speech 提供多语言语音转文本API，支持SaaS及本地化部署。 
LOVO: Free AI Voice Generator & Text to Speech 提供500多种语言100多种语言的AI语音生成及克隆服务，支持在线视频编辑。 
NaturalReader 将文本转换为超逼真音频的AI语音阅读工具，支持PDF、书籍、文档和网页。 
VoxCPM - 开源音频生成 VoxCPM 是新一代富有创意与表现力（Creative & Expressive）的开源音频生成平台。它依托先进的大语言模型（LLM）音频对齐技术与先进的扩散解码架构，致力于提供电影级、广播级的语音合成体验。 
Intent Intent is an AI-driven cross-language messaging app with real-time translation, AI voice cloning, speech-to-text transcription, writing suggestions, and tone guidance—so you can truly connect using your own language. 
Speechify: Text to Speech & Voice Typing AI Assistant | 55M+ Users 提供文本转语音服务，支持PDF、书籍、文档及网页等内容朗读。 
IndexTTS 简介 index-tts/index-tts 是一个工业级的可控、高效零样本文本转语音（Text-To-Speech, TTS）系统。该项目旨在提供高质量、自然且灵活的语音合成解决方案，使用户能够通过简单的文本输入生成逼真的语音，而无需预先录制或训练特定说话人的模型。它基于先进的深度学习技术，实现了从文本到语音的快速转换，同时保持对语音风格、情感和韵律的精细控制。 主要功能 零样本语音合成：无需针对特定说话人进行训练，即可生成任 … 
Vocemo Vocemo is an on-device AI toolkit for macOS. It types what you say into any app, transcribes recordings with speaker labels and captions, reads text aloud, answers questions about what is on screen, converts documents, and translates. Every model runs on your own Mac, so no file, recording or word is ever uploaded. The installer is 5.5 MB because models download only for the features you use, and shut down when idle. One subscription covers every feature on up to three Macs, with a seven day free trial. 
Voiceslab - Free AI Voice Cloning Clone your voice with AI: record a short sample, then generate speech from any text that sounds just like you. Free voice cloning for creators. 
Lovevoice - Free AI Voice Generator Lovevoice turns text into natural-sounding speech with 300+ AI voices across 70+ languages. Create professional voiceovers for videos, podcasts and content in seconds and download as MP3 — free to try. 
MP3ToText 【产品简介】 MP3 to Text（mp3totext.io）是一款面向全球用户的在线 AI 语音转文字工具，帮助用户将 MP3、WAV、M4A、MP4 等音频/视频内容快速转换为可编辑、可搜索的文本。无需安装软件，打开浏览器即可使用。 【核心功能】 · 免费在线转录：访客可直接试用；注册后可保存历史记录，并获得更高每日额度 · 文件上传：上传本地 MP3、WAV、M4A、MP4 等音视频文件，即可开始转录 · 多格式支持：兼容 MP3、WAV、M4A、FLAC、MP4、MOV、WebM 等常见音视频格式 · 150+ 语言识别：支持自动检测或手动选择音频语言 · 时间戳与说话人识别：生成带时间轴的结构化文稿，便于定位与引用 · AI 智能增强：可生成内容摘要、思维导图，帮助快速理解长录音 · 在线编辑：支持段落编辑、全文搜索与替换，便于校对和修改 · 多格式导出：支持 TXT、PDF、DOCX、CSV、SRT、VTT 等格式，满足字幕、文档、研究笔记等需求 · 字幕生成：可生成 SRT/VTT 字幕文件，适用于视频创作与后期制作 
MiniMax 语音和音乐 MiniMax 提供基于先进AI技术的声音创作工具，支持多语种、情绪和效果定制。 
千音漫语 - AI配音 千音漫语是集智能配音、多语言翻译配音、声音克隆及语音识别于一体的AI声音创作平台，提供1200+AI主播和全球100多种语言支持，满足专业声音处理与短视频创作需求。 LOVO - AI语音生成与文本转语音平台 提供500多种语音、支持100种语言的AI语音生成及文本转语音软件，含在线视频编辑器和声音克隆功能。 
ElevenLabs 提供支持32种语言的AI语音生成工具，具备可扩展的企业级解决方案和前沿文本转语音技术。 
Listnr AI 提供1000多种语音、支持140种语言的AI语音生成及克隆工具，含在线文本转视频功能。 
音剪 - 智能音频创作 AI辅助的多模态在线音频剪辑平台，提供强大剪辑功能与情感化创作支持。 
Tunee - 新一代 AI 音乐智能体 Tunee是一款对话式AI音乐助手，通过聊天交互帮助用户智能便捷地创作音乐。 
Chord ai - Chords and beats for any song Chord ai 是一款能够自动识别任何歌曲的和弦与节拍的音乐工具应用。 
Suno AI Suno AI 是由 Suno 公司开发、创始团队含 Meta、TikTok 等科技公司背景机器学习专家的 AI 音乐生成工具，历经从开源文本转语音模型 Bark 到多版本网页端、移动端工具及 “创作者学院” 计划的迭代。它支持用户通过输入风格、情绪、歌词等提示快速生成含歌词、人声与编曲的完整歌曲，覆盖超百种曲风与多语言创作，还具备实时协作编辑、智能歌词优化、多轨道混音等功能，凭借零门槛操作、广播级音质输出、60 秒极速创作、商用版权保障及灵活订阅模式（1 元起购且积分永久有效），成为 a16z 全球生成式 AI 应用百强中唯一音乐创作平台及微软 Copilot、英伟达 AI 生态合作伙伴。 
飞书妙记｜AI语音转文字，智能会议纪要 飞书妙记是一款智能会议工具，支持语音识别转文字及会议纪要生成，助力高效知识沉淀。 
听脑AI - 录音助手 听脑AI是一款专业智能录音转文字工具，采用AI技术实现98%准确率的实时语音转写，支持多场景会议记录与智能总结，3分钟即可处理1小时会议内容。 
Ai Song Maker AI Song Maker is a powerful, no-code AI music generator that instantly creates full songs, lyrics, and instrumentals from simple text prompts. Produce royalty-free tracks in any genre or language—perfect for creators, marketers, and businesses. 
FunASR - End-to-End Speech Recognition Toolkit - 高效语音识别 FunASR 是一款工业级端到端语音识别工具包，支持 50+ 语言，GPU 上可达 170 倍实时率，并提供说话人分离、情感检测与 OpenAI 兼容 API 等能力。 
绘影字幕 绘影字幕是一款基于语音识别技术的视频字幕自动生成与翻译软件，支持多语言字幕制作，适用于各类视频创作者。 
剪映官网-剪映AI 创作无限新可能 剪映，你的全能AI创作伙伴。一站式AI成片、全新AI图片设计、超智能AI配音、多轨道编辑AI功能等，助力全流程创作。新手零门槛上手，专业创作者也能高效出片。All in AI，All in One，让创作拥有无限可能！ 
Sondo | AI Music Video & Music Creation Platform Sondo is an AI-powered music video and music creation platform. Automatically generate high-quality AI music videos from your tracks, compose original songs with AI, and complete the entire music-to-video workflow through one-stop AI creation. 
Voice.ai 免费实时AI变声器，支持自定义声音克隆与预设音效选择。 
Audjust AI - 智能音频剪辑工具 | 精准缩短、延长与循环 Audjust AI 是一款智能AI音频编辑器，可瞬间缩短歌曲、延长音轨，并生成自然无缝的循环，完美保留音乐节奏与情感。适合短视频、Reels和音乐制作使用。 
Lyrics Into Song AI - AI智能歌词转歌曲 一款基于AI技术的在线音乐生成工具，可将文字歌词自动转换为原创歌曲，无需登录即可免费使用。 
Microsoft Clipchamp 免费在线AI工具，可将文字转换为逼真语音，适用于视频配音。 
ACE Studio ACE Studio是一款ACE Studio 2.0 您的一站式 AI 音乐工作站 AI 人声、AI 乐器、声音克隆、音轨分离、音乐生成器等 ——尽在一处。让音乐人在 AI 时代保持领先。专注于提供优质的AI服务，帮助用户提升工作效率和创作能力。平台采用先进的AI技术架构，具备良好的用户体验和稳定性。 
Lemonaide AI 由格莱美提名及多白金制作人支持的AI旋律生成器，可创建MIDI或音频格式的独特旋律与和弦。 
Murf AI Murf AI提供多功能文本转语音软件服务。 
Spokenly - AI语音转录工具 一款基于本地AI模型的macOS听写应用，可将语音实时转换为文本，无需注册且不存储用户数据。 共 35 条 / 第 1 页