搜索 AI 工具

Mubert

人类×人工智能生成音乐,对于您的视频内容、播客和应用程序

Audiocraft/MusicGen

一个简单而可控的音乐生成LM，具有文本和旋律调节。

VALL-E

VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为 VALL-E），并将 TTS 视为条件语言建模任务，而不是像以前的工作那样连续信号回归。

WellSaid labs

WellSaid是一款人工智能文本转语音工具，允许用户根据文本创建真实、自然的画外音。它提供了一系列语音化身，并帮助团队在项目上协作，允许更快的生产时间。它适用于企业，可用于各种应用，如有声书、营销、客户支持等等。

Uberduck

Uberduck是一个开源的语音AI社区，可以帮助用户在几分钟内通过api创建人工智能生成的音频应用程序。它允许用户使用5000 +富有表现力的声音制作AI画外音，并使用他们的AI生成的说唱工具创建自己的自定义语音克隆。

Speech Studio

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发音评估、语音库、自定义语音、音频内容创建、自定义关键字和自定义命令等功能。

Verbatik

Verbatik是一款由人工智能驱动的文本到语音生成器，提供了一个不断增长的库，包含142种语言和口音的600多种自然声音。

LOVO.AI

LOVO AI是下一代AI画外音&文本到语音平台

Quickie

Quickie是一个人工智能驱动的扩展，允许用户生成文本转语音、摘要器、扩展器、推特、歌词和其他功能。它还提供自定义快捷方式，允许用户使用提示和输入建立自己的快捷方式。Quickie是免费的，每个学分1个Quickie，有无限的Quickie付费计划，保存的结果，和无限的自定义Quickie。

Blogcast™

BlogcastTM是一个文本转语音的工具，允许用户创建播客、视频、电子学习课程的音频和音频书籍，而无需录制。它由人工智能驱动的文本转语音技术提供支持，并提供多种声音和语言可供选择。该工具还提供托管、播客订阅、媒体播放器、WordPress插件，以及与RSS订阅同步的功能。

Audyo

Audyo是一款文本到语音的AI语音转换器，允许用户通过打字创建和编辑人类质量的AI语音。用户可以使用谷歌登录开始使用。

魔音工坊

文字转语音,录音转文字,视频转文字,视频转音频等功能,操作十分简单,功能丰富.

Rask.ai

为您提供翻译和配音视频的机会

TTSReader

立即以自然动听的声音大声读出任何文本

33字幕

AI生成视频字幕，AI字幕翻译

zeroscope_v2_XL

管道标签不在官方列表中

Stable video diffusion online

免费激活您的图像，用 Stable Video Diffusion online 让图片动起来！

秋葉aaaki

喂饭区UP主，玩AI的希望能为大家带来技术的乐趣~

Swap AI

Swap AI不限制并发，免费体验，一键化处理

Deepswap

可以在机器上更换面部

Reface

一张自拍交换视频和动图中的人脸

Faceswap

根据用户上传的照片和视频进行人脸交换，生成有趣的照片和视频

Digital-Standard（Windows版）

任何人都可以仅用相机轻松开始全身追踪。

Descript

Descript 是一种简单、强大且有趣的编辑方式。

wisecut

Wisecut是一款在线自动视频编辑软件，它使用人工智能和语音识别来快速轻松地编辑视频。它会自动将长视频剪辑成更短、更有影响力的内容，并配有音乐、字幕和面部识别功能。它还使用人工智能和面部识别来自动“打卡”和“打卡”，生成转录的故事板进行编辑，并自动添加背景音乐和音频闪避以提高参与度。

Cognitive Mill

Cognitive Mill是专门为媒体和娱乐行业设计的认知计算云平台。它可以自动编辑和后期制作、媒体质量控制、合规、盗版检查、元丰富和场景索引。利用专有的AI和认知科学技术，提供智能行业自动化，如电视新闻自动浓缩视频和文本摘要，自动生成预告片，自动生成体育亮点，基于AI的片尾/片头检测，基于轻量级计算机视觉的运动图形检测服务，自动裁剪到人像模式模仿人类焦点，分类名人人脸识别元数据自动化，以及内容感知的裸体过滤。