Notta

配备最新人工智能语音识别引擎的高精度文字转录服务

Open Voice OS

一个社区驱动的开源语音 AI 平台，用于使用 NLP、可自定义的 UI 以及对隐私和安全的关注跨设备创建自定义语音控制界面。

Musico

Musico 是一个人工智能驱动的软件引擎，可以生成音乐。它可以对手势、动作、代码或其他声音做出反应。

SONIFY.io

Sonify 在音频、数据和新兴技术的交叉领域进行创新。我们设计和开发音频优先的产品和数据驱动的解决方案。

Endel.io

可帮助您集中注意力、放松身心和入睡。以神经科学为后盾。

Riffusion

Riffusion从文本提示生成音乐。尝试您最喜欢的风格，乐器如萨克斯管或小提琴，修饰符如阿拉伯语或牙买加语，流派如爵士乐或福音，声音如教堂钟声或雨声，或任何组合

Natural Language Playlist

Natural Language Playlist 探索语言和音乐之间丰富而复杂的关系，并使用 Transformer 语言模型构建播放列表。由于没有更好的术语，音乐推荐是一种“闭门造车”的东西。

SoundRaw AI

面向创作者的 AI 音乐生成器，只需选择情绪、流派和长度，SoundRaw AI就能为你生成优美的歌曲。

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

网易·天音

网易推出的一站式音乐创作工具

DeepMusic

为音乐行业提供新的体验和方案

Synthesizer V

Synthesizer V是一款革命性的音乐制作工具，它使用基于深度神经网络的合成引擎来生成令人难以置信的逼真的歌声。它具有可定制的AI音高生成，无限音轨，无核心限制，VST3/AU插件支持，ASIO支持(Windows)， Jack支持(Linux)，跨语言合成，AI重取，孤立的抽吸输出，发声模式，音调偏移参数，Microtonal调整，MIDI键盘支持，节拍器和Lua/Javascript脚本。这似乎是一个突破性的工具。

Poly.ai

我们现在正在构建下一代语音助手，能够在客户服务中处理真正的人类对话。

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。

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。

TTS-Voice-Wizard

TTS语音向导是一种工具，允许用户通过微软Azure语音识别和TTS将语音转换为文本，然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项，包括100多种不同的声音，20多种支持的语言，并能够显示歌曲标题，艺术家和用户以上的进度。

Narration Box

Narration Box是一种语音合成服务，用户可以创建画外音、旁白、有声读物、音频页面、播客等。它拥有超过700个人工智能增强的仿人叙述者，支持20多种语言，功能强大的语音编辑器，以及博客和新闻网站的音频小部件。它还包括常见问题解答、反馈、更新等资源。它是免费的，并提供了分发、分析、盈利等工具。

Beepbooply

Beepbooply是一款人工智能驱动的文本转语音工具，允许用户快速轻松地生成具有逼真声音的音频内容。超过80种语言、120种口音和900种声音，用户可以自定义他们的音频，并生成几个小时的高质量音频内容，只需点击一个按钮。Beepbooply提供个人和商业使用的免费和付费级别，并允许无限的下载和项目。

FineVoice

FineVoice是一种人工智能数字语音解决方案，可以帮助用户增强声音，并实时改变声音。它配有实时变声器，无限的音频和声音效果，录音室质量的录音机，文本到语音，语音到文本。

Filme®

AI 文字转语音生成器和语音克隆

PlayHT

AI语音生成器，在线现实文本到语音

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.

MotionSound

AI智能生成语音技术，简单易用的文本转语音工具，能适应多场景需求，配音、演讲不再有烦恼

phenaki

phenaki一种从文本生成视频的模型，提示可以随时间变化，视频可以长达数分钟。

zeroscope_v2_XL

管道标签不在官方列表中

Swapface人脸交换

Swapface是一款人工智能工具，允许用户实时创建逼真的人脸交换。它可以用于流媒体、视频通话和娱乐应用程序。该工具使用简单、私密、性价比高、省时。

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

Face Fusion – 腾讯云

将一张人脸图像对应的人脸特征融合到模板图像中的特定人物上

DeepfaceAI

您可以轻松地在直播和短视频中实现实时换脸

万彩AI换脸

一键换脸变装，成片效果以假乱真

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

云间-照片换脸

将两张图片上的人脸一键切换

快剪辑SaaS版

多种AI让视频剪辑变得更简单

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。

Gling

Gling自动检测和削减沉默和不良的镜头从你的原始素材。专为youtube上制作“会说话的人”内容的人建造。

Video Summarization

Video Summarization工具允许用户自动创建引人入胜的视频摘要，通过将长视频汇总成简短的片段。用户可以上传自己的视频或URL，也可以从预先选择的与生活方式、机动化、旅行和运动相关的视频中选择。视频汇总时间最长可设置为30秒。此工具仅在桌面设备上可用。

Type Studio

Type Studio是一个集播客、流媒体、访谈和其他内容于一身的编辑工具。它提供了自动转录、自动生成字幕、将内容转换为tiktok、reel和Shorts、基于文本的快速播客编辑、视频编辑、视频翻译等功能。

Muse AI

Muse AI是一个功能强大的一体化视频平台，适用于团队、创作者、会议、营销、课程等。它提供了强大的视频播放器、视频托管、视频搜索和视频AI工具。它具有强大的功能，如4K播放，chromecast, airplay，字幕等。

HitPaw Video Enhancer

HitPaw Video Enhancer是一款专业级别的视频增强工具，使用人工智能修复旧的、模糊的和低分辨率的视频。它配备了三种AI模型，可以提高任何视频类型的视频质量，并可以将视频分辨率提高到8K。它还为视频提供了最好的降噪，以摆脱不清晰的问题，以及专门用于修复动画和人脸视频的AI模型。

Videoleap

Videoleap是一个一体化的视频编辑平台，允许用户创建、个性化和分享他们的创作。它提供了广泛的工具，模板，声音效果，贴纸，字体，慢镜头，和更多。它易于使用，并为用户提供直观和有趣的体验。