AI音频

简单听记是百度网盘推出的AI语音转文字工具，能将音频文件快速转换成文字，支持编辑和格式调整，生成规范的会议纪要。简单听记支持多种音频格式，提供多种预设模板，并具备实时转录和自动化处理的能力。

灵芽社区是腾讯推出的 AI 多模态创作者社区，集成可灵、Seedance 等顶尖第三方视频模型，采用积分消耗制，支持图片、视频、音乐、动作、素材等全品类AI生成。

悦音配音是制片帮旗下推出的一款AI智能在线配音语音合成工具，可以帮助用户在线将文字输入快速轻松转换成语音。该AI配音工具提供男声、女声、童声、普通话、方言、英文等多种真人声音，在你输入文字后便可以直接智能生成音频。

Adobe Podcast 是Adobe推出的在线AI音频录制和编辑工具，专为播客创作者、声音工作者及内容创作者设计。工具基于 AI 技术优化语音质量，去除背景噪音和回音，让声音清晰且专业。

音秘是百度推出的AI播客创作工具，让用户轻松创作个性化播客内容。音秘以“让创作更聪明，让声音更动人”为理念，结合UGC和PGC模式，降低播客制作门槛，赋能创作者。

Vemus未音是腾讯音乐旗下首款一站式AI音乐创作工具，零门槛多模态音乐创作，人人都能玩音乐。把“写歌”压缩成三步：输入一句话、一张图或一段哼唱，AI在几秒内自动完成作词、作曲、编曲、演唱，支持流行、国风、电子等任意风格秒切换。

Gemini是谷歌推出的生成式人工智能模型系列，具备强大的多模态能力，能处理文本、图像、音频等多种内容。包含多个版本，如Gemini Pro、Gemini Flash、Gemini Ultra和Gemini Nano，分别适用于不同复杂度和

谷歌推出的AI笔记应用，5分钟生成一段对话播客

HeyGen是全球领先的AI数字人视频创作平台，致力于简化视频制作过程，让用户能迅速制作出具有专业水准的数字人视频。HeyGen能将文本、图像或音频快速转化为高质量视频。

千问是阿里云推出的全能型人工智能助手，基于强大的通义千问大模型，具备多模态交互能力，支持文本、图片、文档、音频和视频等多种输入方式，为用户提供一站式智能服务。

ElevenLabs 是AI文字转语音平台，为开发者、创作者和企业提供逼真的语音合成解决方案。核心产品包括文本转语音（支持包括中文在内的 29+ 语言、10,000+ 声音）、AI 配音、语音克隆、音乐生成等功能。

琅琅配音是一款智能文本转语音工具，提供语音合成服务。支持中文、英语、德语、法语等30多种语言，以及高兴、悲伤、兴奋等10多种情感风格。平台功能丰富，操作简单，支持SSML标签，实现多音字、多人配音等高级功能。

官网地址：https://www.veed.io/tools...

Uberduck是一个开源的AI语音生成和合成的社区，该平台提供了超过5000多种声音帮助用户制作AI配音和语音，甚至你还可以使用自己的自定义语音克隆进行合成。

阿贝智能是一站式AI绘本创作平台，专为儿童教育设计。用户通过简单三步：故事创作、图片生成、智能配音，即可快速生成个性化绘本。阿贝智能鼓励亲子互动，培养孩子的创造力、情感表达和语言能力，同时融入科学、道德教育和身体活动，激发孩子们对科技的兴趣

挖错网是AI内容审核校对平台，一键检测内容自动纠错，支持文本、图片、音频、视频等多种形式的内容审核。挖错网支持快速识别错别字、标点错误、语速问题、敏感词及涉政信息，提供高亮提示和纠错建议，保障内容的准确性和严谨性。

Gradio是一个开源的Python库，用于构建演示机器学习或数据科学，以及web应用程序。用户可以使用Gradio基于自己的机器学习模型或数据科学工作流快速创建一个漂亮的用户界面，让用户可以尝试拖放他们自己的图像、粘贴文本、录制他们自己的

豆包大模型是字节跳动推出的AI大模型家族，包括 豆包PixelDance、豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言

DMXAPI（大模型API）是 LangChain 中文网推出的智能 API 聚合服务平台，帮助开发者轻松接入多种大模型，快速进入 AI 应用开发领域。支持人民币计价，直连国内外 300 多个多模态大模型，涵盖文生文、文生图、文生视频、文生

灵光是蚂蚁集团推出的AI对话与应用生成平台，支持网页端和移动端。灵光支持3D、音频、图表、动画、地图等多种全模态信息输出。可以通过与灵光对话，快速生成各种实用的小应用，如睡眠计算器、倒计时工具等，满足个性化需求。

Songtell是一个AI驱动的音乐百科搜索引擎，通过人工智能技术深入分析歌词，揭示歌曲背后隐藏的含义和故事。用户可以通过搜索功能找到特定歌曲，并获取AI生成的见解和解释，从而加深对音乐的理解与欣赏。

Notta是语音转文本工具，能将音频和视频内容实时转录成文字，支持多达 58 种语言。工具自动生成会议摘要、提取关键信息和行动项，将重要内容剪辑成片段分享给团队成员。

WellSaid 是 AI 语音生成工具，提供高质量、自然逼真的语音生成服务。工具拥有超过120种自然声音，涵盖多种语言和风格，基于专业配音演员的授权录音，确保语音的高质量和多样性。

Voicemod 是强大的AI实时语音变声工具，提供音效控制界面。工具基于先进的 AI 技术，让用户能在语音通话、游戏、直播等场景中轻松改变声音，提供超过150种变声效果和数千种音效。

Listnr 是先进的AI语音合成工具，能将文本快速转化为自然流畅的语音。工具支持超过142种语言和1000多种声音风格，支持用户克隆自己的声音。

Voice.ai 是先进的实时AI变声工具，提供高质量的语音解决方案。平台支持文本到语音（TTS）、语音克隆、语音变声等多种功能，能生成高度逼真的语音，支持多种语言和方言。

昆仑万维推出的AI音乐创作平台，一键生成原创歌曲

Speechify 是强大的文字转语音（TTS）工具，支持多平台（如 iPhone、iPad、Android、Mac、网页版、Chrome 扩展等），能轻松朗读任何文档、文章、书籍、PDF和电子邮件。

开源的AI语音生成社区，5000多种不同的声音

Clipchamp AI 旁白生成器是Clipchamp推出的在线AI语音生成工具，能将文本快速转换为逼真的语音画外音。