MiniMax Audio 是 MiniMax 的语音与音乐产品入口,提供 Speech 2.6 和 Music 2.0 模型,用于生成自然语音、歌曲与音乐素材,并支持开发者接入。
多模态工具
围绕「多模态」,找到更合适的工具与灵感。
标签筛选 41
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。
Noiz AI 是文本转语音、情感配音和声音克隆平台,支持多语言合成、视频配音、声音设计以及面向开发者的 API。
Reecho睿声:Reecho 睿声是超拟真语音合成与瞬时声音克隆平台,提供 AI 配音和文字转语音能力;当前官方入口为 reecho.one,具体音色、额度和商用权限以官方页面为准。
阿贝智能是面向儿童绘本、睡前故事和有声书的 AI 辅助创作平台,也提供儿童探索和学习人工智能的内容入口。
即构数智人是 ZEGO 的 AI 数智人视频创作平台,支持形象与声音克隆、文本驱动和语音驱动,帮助制作出镜口播短视频。
Veed AI Voice Generator 是 VEED 在线视频创作平台中的 AI 语音和配音能力,可把脚本转成旁白,并与 AI 视频、数字人、字幕和在线剪辑工作流结合。
Voicenotes 是 AI 会议与语音笔记工具,可在不加入会议机器人的情况下录音、转写、总结并生成行动项,支持多端和团队安全管理。
HitPaw 是媒体增强与编辑软件套件,覆盖视频、照片和音频的增强、转换、编辑及声音处理。
RESEMBLE.AI:Resemble AI 是企业级语音与媒体真实性平台,当前同时提供实时多语言 TTS、声音克隆、语音/图像/视频 deepfake 检测、水印和身份验证。
MiniMax Hub(官网当前品牌为 MiniMax Design)是本地优先的多模态 AI 创意工作台,可由 Agent 协调文案、图像、视频、音频和编辑流程,并以 Skills 复用生产工作流。
WaveSpeedAI 是面向创作者和开发者的 AI 媒体生成平台,聚合图像、视频、音频和数字人模型,并提供统一 API、文档、CLI 和桌面工具。
阶跃视频原入口已无法稳定核验;当前可访问的阶跃星辰官方产品是 Step 开放平台,提供语言、语音和图像模型 API、Studio 试用与开发者文档。本条保留历史名称并改到官方开放平台入口。
万兴天幕 AI 是万兴科技的一站式多媒体生成与创作平台,覆盖视频、图片、音乐、音效和语音等能力,可从文字或图片生成并继续编辑多模态内容。