搜索 AI 工具

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。

Text-To-Song

将文本转换成歌曲的工具。它使用自然语言处理将文本输入转换为音频组合。该工具允许用户从各种音乐风格和乐器中进行选择，以及调整节奏、键和动态等参数。生成的音轨可以导出为高质量的音频文件。

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。

coqui.ai

在几秒钟内克隆您的声音或从我们可用的 AI 声音中进行选择，每个版本都会添加更多.

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。

Resemble.ai

Resemble.ai的AI语音生成器是一个完整的生成式语音AI工具包，允许您在几秒钟内创建类似人类的声音。

MURF.AI

在几分钟内制作出录音棚品质的配音。将 Murf 逼真的 AI 声音用于播客、视频和所有专业演示

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。

Speechify

Speechify是一款文本转语音的应用程序，通过将文本转换成自然的声音，帮助你理解和记住更多你所阅读的内容。它可以在Chrome、iOS、Android和Mac上使用。

Voicepods

Voicepods是一个在线文本转语音平台，允许用户在30秒内将任何书面文本转换为音频文件。它提供了16种多种语言的国际声音和一个表达性内容编辑器来定制声音的输出。

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。

DeepZen

DeepZen是一个数字语音解决方案平台，提供栩栩如生、情感丰富的文本音频内容。该公司为有声书、广告、营销、品牌语音以及播客、游戏和虚拟助手等其他类型的语音内容提供数字语音解决方案。

LOVO.AI

LOVO AI是下一代AI画外音&文本到语音平台

Eleven Labs

Eleven Labs的长格式语音生成平台使用人工智能为创作者和出版商创造自然而引人注目的声音。

SpeechEasy

SpeechEasy是一种合成语音解决方案，可以让用户从文本生成高质量、易于理解的音频。它适用于各种设备和平台，支持桌面和移动设备，有近12种高质量的合成声音可供选择。它使用简单直观，采用隐私优先的方法来保护用户信息。

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。