音频

1. 首页
2. 音频

爱哔哩

B站视频、音频mp3解析下载站

影视资源 2025年06月05日 67 点赞 0 评论 260 浏览

Eleven v3

Eleven v3是ElevenLabs推出的先进文本转语音模型，支持情感和语调的精确控制，通过内联音频标签实现多样化的表达。它支持多说话人对话，能模拟真实交谈中的语气变化，覆盖超70种语言，适用于媒体影视配音、有声读物制作、游戏开发和教育等领域，提供生动、真实的声音体验。

AI项目与工具 2025年06月11日 65 点赞 0 评论 262 浏览

PlayDiffusion

PlayDiffusion是Play AI推出的音频编辑模型，基于扩散模型技术实现音频的精细编辑和修复。它将音频编码为离散标记序列，通过掩码处理和去噪生成高质量音频，保持语音连贯性和自然性。支持局部编辑、高效文本到语音合成、动态语音修改等功能，具有非自回归特性，提升生成速度与质量。适用于配音纠错、播客剪辑、实时语音互动等场景。

AI项目与工具 2025年06月11日 94 点赞 0 评论 265 浏览

covers.ai

covers.ai是一款基于AI技术的音乐创作平台，提供AI语音生成与AI歌曲生成功能。用户可通过简单操作，如演唱或哼唱，由AI自动完成音乐制作，生成个性化歌曲。平台支持多种音乐风格，并允许用户自定义声音效果，适合音乐爱好者、初学者及创作者使用。其操作便捷、创意性强，有助于激发音乐灵感并提升创作效率。

AI项目与工具 2025年06月12日 31 点赞 0 评论 268 浏览

OBSRec录屏大师

一款简单、易用、专业的视频录制工具，支持录制屏幕、区域录制、窗口录制、声音录制、摄像头录制，满足用户在不同场景下的录屏需求。

直播录屏 2025年06月05日 10 点赞 0 评论 268 浏览

Parler

Parler-TTS是一款由Hugging Face开发的开源文本到语音（TTS）模型，能够模仿特定说话者的风格，生成高质量、自然的语音。该模型采用轻量级设计，包括文本编码器、解码器和音频编解码器，通过整合文本描述和嵌入层，优化了语音生成过程。Parler-TTS的所有资源公开，促进了高质量、可控TTS模型的发展。此外，用户还可以根据需要对模型进行自定义训练和微调。

AI项目与工具 2024年01月01日 91 点赞 0 评论 269 浏览

VideoPoet

VideoPoet是一款基于大模型的AI视频生成工具，支持从文本、图像或视频输入中合成高质量的视频内容及匹配的音频。其核心优势在于多模态大模型设计，能够处理和转换不同类型的输入信号，无需特定数据集或扩散模型即可实现多种风格和动作的视频输出。主要功能包括文本到视频转换、图像到视频动画、视频风格化、视频编辑和扩展、视频到音频转换以及多模态学习等。技术原理涉及多模态输入处理、解码器架构、预训练与任务适应

AI项目与工具 2024年01月01日 98 点赞 0 评论 269 浏览

Memo AI

Memo AI 是一款AI 驱动的视频、播客转文字工具。

Ai语音工具 2025年06月05日 96 点赞 0 评论 270 浏览

存了个图

一款支持从国外主流网站下载视频和图片的专业下载工具，存了个图提供从平台如YouTube、Instagram、TikTok、Pinterest、Facebook、Rumble、Triller、Likee、Vimeo、Nicovideo、Reddit 等下载视频、图片和字幕，并支持4K分辨率下载与编辑功能。

视频素材 2025年06月05日 100 点赞 0 评论 271 浏览

Seamless Communication

强大的AI同声传译工具，它通过实时处理和翻译语音，极大地促进了跨语言沟通。其低延迟、高准确度和多语言支持的特点，使其成为国际会议、多语言工作环境和任何需要实时语音翻译的...

创作工具 1970年01月01日 0 点赞 0 评论 271 浏览