ElevenLabs 是语音与音频智能体平台,提供 5,000+ 声音、70+ 语言的文字转语音、语音转文字、声音克隆、配音、音乐和 Voice Agents API。
音频音乐
AI 音乐生成、语音合成与音频处理
标签筛选 38
点击标签继续筛选,可同时选择多个标签
多标签取交集,工具需满足全部已选标签。数字表示叠加该标签后的工具数量。
价格与授权
使用门槛、免费额度与授权方式。
核心能力
工具最主要能完成的任务。
使用场景
适合的行业、岗位或工作流程。
技术方向
模型、框架、RAG、Agent、API 等特征。
平台与部署
网页版、桌面端、插件、本地部署或云服务。
模型与厂商
模型系列、厂商生态或第三方平台。
其他标签
暂未归入固定维度的补充标签。
多维视界是音视频 AI 分析平台,可转录和翻译视频、生成摘要与会议纪要,并提供章节、思维导图、闪卡、测验、视觉分析和内容二创。
讯飞听见是科大讯飞的语音记录与智慧办公平台,支持录音转文字、音视频转写、会议纪要、同声翻译、AI 写作和企业接口。
Inworld 是面向实时 AI 应用的语音与模型服务平台,提供文字转语音、语音识别、实时语音对话和模型路由 API,适合构建语音助手、互动角色与教育应用。
Typeless 是跨设备的 AI 语音输入工具,能把自然说话实时转成经过整理的消息、邮件和文档,并自动去除口头语和重复表达。
Deepgram 是面向开发者和企业的 Voice AI 平台,提供实时与批量语音转文字、文字转语音、Voice Agent 和音频智能 API。
TurboScribe 是浏览器端 AI 音视频转文字工具,可将音频和视频快速转换为文字稿,并用于字幕、会议记录和多语言内容整理。
Adobe Podcast 是 Adobe 的在线 AI 音频录制与编辑工具,支持录音、转写、文本编辑、增强语音、混音和分享。
简单听记是百度推出的音视频转文字与 AI 纪要工具,支持语音转写、视频转写、实时翻译、音频分析和重点总结。
秒言AI语音输入法:秒言是中文 AI 语音输入法,能实时识别口语、自动整理碎片化表达并输出更符合原意的文字。
AssemblyAI 是 Speech AI API 平台,提供预录音和实时语音转文字、语音理解、Voice Agent、Dictation API 及自托管能力。
MemoAI 是跨平台本地音视频转写工具,支持多语言转录与字幕翻译、语音合成、说话人识别、AI 摘要和思维导图,并可导出多种格式。
逗哥配音是面向短视频创作者的 AI 配音工具,提供智能配音、文案提取、人声分离和短视频创作辅助。
Trint 是面向媒体和内容团队的 AI 转写与编辑平台,可把音视频转成文字、摘要、字幕并支持多人协作。
Soniox 是多语言 Speech AI 平台,提供实时语音转文字、文字转语音和翻译 API。
Transkriptor 是 AI 音频转文字工具,可处理会议、音频和视频,并支持 100 多种语言。
Speechmatics 提供面向真实对话的语音 API,支持多语言转写、实时识别、说话人和口音处理。