多语言

kokoroTTS

一款开源、高性能的文本转语音(TTS)模型,Kokoro TTS拥有8200万参数,基于StyleTTS 2架构,提供高质量、自然的语音合成,适用于有声书、播客等。

PengChengStarling

鹏城实验室开源的一款多语言语音识别系统开发工具包,PengChengStarling可以在统一的框架内处理多种语言语音输入,支持实时语音识别,边说边识别。

FishAudio

一个在线AI文本转语音合成配音声音克隆平台,以其自然、富有表现力的语音生成技术,为用户带来了前所未有的音频体验。

Krillin AI

一款本地的视频翻译、配音和语音克隆的工具,适用于哔哩哔哩、小红书、抖音、视频号、快手、YouTube、TikTok等主流平台。

ChatPaper.ai

一个论文、视频、笔记的AI总结学习助手,轻松提炼论文精华、整理课堂重点、生成会议纪要。基于先进AI技术,支持多语言处理,为学生、研究者和职场人士量身打造。

Ztalk ai

一个AI驱动的会议实时语音翻译平台,可以与 Zoom、Google Meet 等视频会议平台集成。提供超30种语言的即时语音到语音翻译,延迟小于 100 毫秒,具备高级音频处理和企业安全功能。

VideoToWords AI

一款免费在线将视频和音频转录为文本的工具,轻松在浏览器中将视频转换为文本,添加字幕等。还提供在线编辑、多种格式导出功能。

AI Voice Cloning

一个提供超真实的AI语音克隆生成器,只需要3秒的音频样本就可以克隆英语、普通话、日语、韩语等语言的声音,生成与真人无异的逼真语音。

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),用户选择好偏好就可快速生成歌词。

Udio

由前 Google Deepmind 研究人员开发的AI音乐生成器。用户可以通过文字描述轻松生成带有歌词的音乐。