SunoSuno 是一款 AI 音乐生成工具,能把一句文字描述、你写的歌词或上传的音频变成带有演唱和完整编曲的原创歌曲,适合零基础用户和专业音乐人。5.0ElevenLabsElevenLabs 是一个 AI 音频平台,提供文本转语音、声音克隆、配音、音乐和对话语音代理等功能,支持 90 多种语言,服务于创作者、开发者和企业用户。4.5CapCutCapCut 是 ByteDance 旗下的 AI 图片与视频编辑平台,帮助创作者、营销人员和小企业在网页、桌面和移动端制作社交媒体内容。4.5CartesiaCartesia 是一个实时语音 AI 平台,通过单一 API 提供低延迟的文字转语音、语音转文字以及可用于生产环境的语音 Agent,支持 44 种语言,适合构建实时语音交互应用的开发者和产品团队。4.3BytePlusBytePlus 是字节跳动旗下企业业务推出的 AI 原生云平台,面向全球企业提供生成式 AI 模型、GPU 基础设施和企业云服务。4.2LOVO - 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。4.0FunASR - 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。4.0Murf AIMurf AI 是一个语音平台,提供 AI 文本转语音、配音制作、视频译制与对话式语音代理,服务开发者、内容创作者和本地化团队。4.0IBM Watson text-to-speech提供多语言语音转文本API,支持SaaS及本地化部署。4.0NaturalReaderNaturalReader 是一款 AI 文字转语音平台,可将文档、网页和扫描文本转换为自然的语音,适合个人、商业和教育场景使用。4.0VoxCPM - 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。4.0SpeechGen.ioSpeechGen.io 是一款浏览器端 AI 文字转语音与转录平台,提供 150 多种语言的 5000 多个神经网络语音,按量付费,附带商用授权,适合需要快速制作配音和转录的创作者与企业。3.9VisionStoryVisionStory 是一个网页端 AI 视频制作平台,可将提示词、照片、脚本、幻灯片和音频转换为成品视频,配以逼真的 AI 数字人、多语言配音与字幕,适合创作者、营销与销售团队、培训机构和代理机构使用。3.6MP3ToText【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3.4ToolsadayToolsaday 是一个 AI 内容平台,提供 40 多款写作、故事、邮件、营销、文字转语音和图像工具,适合营销人员、学生和内容创作者使用。3.4FineshareFineshare 是一个集语音生成与克隆、文本转语音、AI 音乐创作和视频生成于一体的在线音视频创作平台,面向内容创作者、播客主播和直播用户。3.3Instagram TranscriptInstagram Transcript 是一款专为内容创作者与视频剪辑师打造的 AI 语音转文字工具。只需粘贴公开的 Instagram Reel 或视频链接,即可秒级生成带精准时间戳的逐字稿,支持一键导出 TXT、SRT 与 VTT 字幕,首次使用 100% 免登录体验!3.3AIFreeForeverAIFreeForever 是一个由社区资助的免费 AI 平台,汇集上千款 AI 工具,涵盖对话、图像生成、文字转语音、转写和老照片修复,无需注册登录即可使用,适合内容创作者、学生和小微卖家。3.2 V VoiceDubVoiceDub 是一个基于浏览器的 AI 音频平台,面向音乐人、创作者和制作人,提供 AI 翻唱生成、声音克隆和文本转语音功能。3.1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。3.0Voicebox - Open Source Voice Cloning Desktop App - 即时语音克隆近乎完美的语音克隆,支持多种TTS引擎。适用于Mac、Windows和Linux的桌面应用,支持多样本、智能缓存,本地或远程推理。3.0IntentIntent 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.3.0Uberduck利用AI语音、文本转语音、语音转换和语音克隆技术制作音乐、配音和视频。3.0讯飞文书讯飞文书提供智能化文档创作与办公效率提升解决方案。3.0WellSaid LabsWellSaid:让沟通更高效的智能语音平台 简介 WellSaid 是一款基于人工智能技术的语音合成平台,致力于为用户提供自然流畅的语音生成服务。通过先进的深度学习算法,WellSaid 能够将文本转化为高度逼真的人声,适用于多种场景,如视频配音、有声读物、企业培训等。 主要功能 高质量语音合成:支持多种语言和声音风格 自定义语音参数:可调节语速、音调和情感表达 批量处理功能:支持大规模文本转语音任务 API集成:方便开 …3.0Resemble AIResemble AI 是面向企业的多模态深度伪造检测平台,可实时识别 AI 生成的音频、视频和图像,并提供数字水印与身份核验能力。3.0Plaud.ai - World's No.1 AI Note-takingPlaud.ai 是全球领先的AI笔记品牌,提供AI录音和笔记服务,已获得超过100万用户的信任。3.0SpeechifySpeechify 是一款文字转语音与语音 AI 应用,可在各类主流设备上朗读 PDF、文档和网页,也能把语音转为文字,适合学生、职场人士和有阅读障碍的用户。3.0IndexTTS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 …3.0VocemoVocemo 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.3.0Voiceslab - Free AI Voice CloningClone your voice with AI: record a short sample, then generate speech from any text that sounds just like you. Free voice cloning for creators.3.0Lovevoice免费 AI 语音生成器——提供 300+ 种逼真的文字转语音(TTS)音色,覆盖 70+ 种语言,支持 MP3 下载。3.0AiVOOVAiVOOV 是一个 AI 文字转语音平台,提供 155 多种语言的 2300 多个声音,为视频、营销和在线课程创作者把文案快速转成自然的配音。AlteredAltered 是一家专业 AI 变声软件公司,旗下 Altered Studio 面向媒体内容制作的语音编辑,Real-Time Pro 则用于通话、游戏和直播中的实时变声,适合配音演员、主播、客服等人群使用。AnySpeechAnySpeech 是一款 AI 文字转语音平台,提供 50 多种语言的 100 多种拟真语音,适合 YouTuber、播客主播、在线课程创作者和营销团队使用。AnyToSpeechAnyToSpeech 是一款在线语音工具包,可将文本、PDF、图片和链接转换为语音,支持录音转写、媒体翻译、声音克隆与语音分析,并提供免费套餐,适合内容创作者、播客制作人和语言学习者使用。AudioPod AIAudioPod AI 是一款运行在浏览器中的 AI 音频工作站,面向播客制作者、有声书作者和开发者,集文字转语音、声音克隆、音乐生成、转录、分轨和人声降噪于一体。AudioreadAudioread 是一款 AI 文字转语音服务,可将文章、PDF、邮件和 RSS 订阅转换为自然语音,通过专属播客流让你随时随地收听,适合通勤族与 multitask 用户。AudyoAudyo 是一款面向写作者与出版方的网页工具,可将新闻通讯、博客文章等已发布内容在几分钟内转换为接近真人朗读的音频,并附上可嵌入任意网站的品牌化播放器。ChatTTSChatTTS 是一个面向对话场景的开源文本转语音模型,可为大语言模型助手和对话类应用生成自然的中文与英文语音。Clearly ReaderClearly Reader 是一款浏览器扩展与 iOS 应用,可去除网页广告与杂乱元素,提供朗读、翻译、主题定制、剪藏和 AI 摘要,让阅读更专注。CoeFontCoeFont 是来自日本的 AI 语音平台,提供超过 10,000 种 AI 声音的文本转语音、实时变声、定制 AI 声音,以及面向多语言商务会议的 CoeFont Interpreter 实时口译服务。 C CoquiCoqui 是一个开源语音技术项目,以文本转语音和语音克隆模型(包括 XTTS)著称,适合需要自主搭建语音生成方案的开发者使用。cvoice.aicvoice.ai 是一个免费的 AI 文字转语音平台,提供两万多个角色与名人风格的声音,适合内容创作者、播客主播、游戏开发者和教育工作者使用。Deepgram Voice AIDeepgram Voice AI 是面向开发者的语音平台,提供语音转文字、文字转语音和语音代理 API,适合构建需要实时对话能力的企业级对话应用。DubverseDubverse 是一个生成式 AI 平台,提供 AI 视频配音、文字转语音和自动字幕功能,帮助创作者和企业将视频内容本地化为多种语言。 D DupDubDupDub 是一个 AI 语音平台,提供文本转语音、声音克隆、视频配音和转写等工具,适合制作视频、播客和多语言内容的创作者使用。Fish AudioFish Audio 是一个 AI 语音平台,提供录音棚级文字转语音、即时声音克隆,以及多语言的情感表达语音,适合创作者和企业使用。GPT-SoVITS开源少样本声音克隆:1 分钟语音训练高相似度 TTS 模型Inworld AIInworld AI 为开发消费级应用的团队提供实时语音模型(文字转语音、语音转文字、语音到语音)以及托管的开放 LLM 推理服务,适合 AI 陪伴、教育、客服语音代理与游戏等场景。KikiVoiceKikiVoice 是一款免费在线 AI 语音克隆与文本转语音工作台,可从几秒音频样本克隆声音并支持 75+ 种语言,无需注册即可使用,适合各类内容创作者。KomikoAIKomikoAI 是面向动漫与漫画爱好者的 AI 创作平台,可生成动漫图像、制作动画视频、设计原创角色并支持与角色对话,适合同人创作者、写手与业余画师使用。KreadoAIKreadoAI 是一个 AI 广告创意生成平台,能把产品链接和文案脚本变成营销视频、广告图片和广告文案,内置 1000 多个数字人形象,支持 140 多种语言,适合需要批量产出广告素材的营销团队。LeeloLeelo 是一款 AI 语音工作室,可将文字脚本转换为成品音频,提供 762 种声音、83 种语言,并支持配音、声音克隆、转写与音效,适合视频创作者、播客制作者与有声书作者等人群。LuvvoiceLuvvoice 是一款免费在线文本转语音工具,提供 200 多种 AI 声音、70 多种语言,支持 MP3 下载、文档转换、声音克隆和 API,适合创作者与开发者使用。MiniMax AudioMiniMax Audio 是 AI 公司 MiniMax 推出的语音与音乐生成平台,通过 Speech 2.6 和 Music 2.0 两款模型,为内容创作者快速生成自然语音和原创音乐。ModelsLabModelsLab 是一个面向开发者的付费 API 平台,将 10,000 多个开源与闭源 AI 模型整合到统一接口中,覆盖图像、视频、音频、3D 和 LLM 生成,适合构建 AI 产品的开发团队使用。MyVocalMyVocal 是一个面向创作者的 AI 语音平台,提供声音克隆、文字转语音、语音转文字等功能,还能把文字创意变成歌曲和翻唱,适合内容创作者、音乐人、播客主和视频制作者使用。Noiz AINoiz AI 是一个集 AI 配音、音乐与视频创作为一体的平台,提供情感化文本转语音、声音克隆、声音设计和 AI 视频工具,适合创作者和团队使用。Nova A.I.Nova A.I. 是一款浏览器端在线视频编辑平台,为创作者提供自动字幕、75 种语言翻译、文本转语音及多种剪辑工具,无需安装软件。