搜索 AI 工具

Dolly AI

Fork your voice in a flash

SO-VITS-SVC4.0

SO-VITS-SVC4.0详细安装、训练、推理使用步骤

云蝠智能

优秀的AI对话能力OEM集成商

Whisper

Whisper是一个开源的自动语音识别系统，经过68万小时的多语言和多任务监督数据训练

讯飞听见

在线语音转文字，录音转文字

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。

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。

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

songR 歌曲生成器

一款基于人工智能的歌曲生成器。

Audiocraft/MusicGen

一个简单而可控的音乐生成LM，具有文本和旋律调节。

Stable Audio

一个生成音乐和声音的产品

Play.ht

Play.ht AI驱动的语音生成器和逼真的文本到语音(TTS)音频转换器使用在线AI语音生成器和最佳合成声音，以MP3和WAV格式立即创建自然的、专业质量的音频。为视频、电子学习课程、播客、IVR系统等创建自定义画外音，支持超过132种语言和口音，并完全支持SSML。

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。

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。

TTSReader

立即以自然动听的声音大声读出任何文本

VAS视频加字幕

AI一键视频加字幕、字幕翻译

鬼手剪辑GhostCut

高效实现视频去字幕、视频翻译和视频混剪等

秋葉aaaki

喂饭区UP主，玩AI的希望能为大家带来技术的乐趣~

万彩AI换脸

一键换脸变装，成片效果以假乱真

千禾智能AI视频换脸

实现超逼真的视频换脸，高精度的视频抠像，流畅自然的视频插帧，快速高效的视频人脸修复，以及清晰锐利的视频无损放大

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

WOMBO

新增人工智能创作美丽艺术作品的功能

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。