VoiSpark
AI语音生成工具，支持文本转语音、语音克隆与变声，助力高质量语音内容创作。
排序
AiMakeSong
零门槛AI音乐创作工具，让你只需输入文字或歌词，就能生成高质量、可商用的原创歌曲。
Adobe Podcast
Adobe公司推出的一款创新的AI音频处理工具，专为音频创作者设计，提供剪辑、修复、增强和混音等一站式音频制作功能。
MAI-Voice-1
微软推出的高效语音生成模型，能在秒级生成自然流畅的高保真音频，已应用于新闻播报、播客和 Copilot 语音交互等场景。
Image to Music
结合先进图像识别技术的AI音乐创作工具，可将用户上传的图像转化为多种风格的音乐作品。
TemPolor
AI音乐生成平台，支持文本、音频、图像或视频输入，一键生成无版权、可商用的多风格原创音乐，适合创作者与开发者高效创作与集成。
Roark AI
专为语音AI系统设计的质量保证和可观测性工具，提供自动化测试、实时监控和智能反馈，确保语音AI的高质量输出和稳定运行。
Voquill
开源语音输入工具，支持多语言与智能文本优化，能将输入效率提升数倍，兼顾本地隐私与云端便捷，高效办公人群的得力助手。
UntitledPen
基于AI技术的全功能创作平台，集成智能写作、多语言语音生成与音频编辑，助力用户高效完成文本创作、语音定制及后期制作的一站式解决方案。
Mozart AI
一款利用AI技术将图像、文本或语音转化为个性化音乐的创新型应用，让音乐创作变得简单且富有创意。
SAM Audio
Meta推出的全球首款支持文本、视觉、时间提示的统一多模态音频分离模型，可精准从复杂音视频中分离目标声音。
Voxtral TTS
Mistral AI 推出的开源低延迟文本转语音模型，支持跨语言音色克隆，延迟低至 70ms，可边缘部署。
BeFreed
一款利用 AI 技术提供个性化音频学习内容、支持实时答疑与智能推荐、能高效利用碎片时间助力知识获取的智能学习工具。
AudioPod AI
AI音频创作神器，语音克隆、降噪翻译一键搞定，3分钟生成专业内容，支持21语种，轻松实现全球化传播。
PrismAudio
阿里推出的视频生成音频框架，通过“思维链+强化学习”技术实现音画高度同步，可高效生成环境音效，适用于影视、游戏、短视频等多场景创作。
Lyria 3 Pro
谷歌推出的 AI 音乐生成工具，支持 3 分钟长音频创作、多模态输入，版权合规且音质高，满足全场景音乐创作需求。
CosyVoice
阿里开源的语音大模型，支持3秒零样本克隆、多语种及指令情感控制，实现150ms超低延迟流式合成。
VidMuse
Sand.ai 推出的一款AI视频创作平台，它通过智能 Agent 将简单的创意想法和音乐自动转化为包含脚本、分镜、配音和画面的完整专业视频。
简体中文 
English