Audo Studio 是一键音频清理工具,可去除背景噪声、降低回声并自动调节音量,适合播客、视频口播和在线录音。
AI音频工具
围绕「AI音频」,找到更合适的工具与灵感。
标签筛选 89
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。
网易见外是 AI 语音转写与翻译平台,可处理音视频、字幕和文字内容,适合会议、采访、课程和跨语言内容制作。
音剪是喜马拉雅的一站式音频创作平台,提供在线剪辑与多情感、多模态 AI 辅助,适合播客和音频内容制作。
TextToSpeech.im 是在线文字转语音工具,支持约 148 种声音、多语言输入、不同文本长度限制和音频下载。
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。
快转字幕是 AI 字幕与转录平台,支持音频/视频转写、字幕生成、AI 翻译和多种语言处理,适合视频剪辑、课程与会议归档。
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。
录咖是在线 AI 音视频处理平台,支持语音转文字、AI 字幕、文字转语音、视频翻译、总结、切片、去水印和视频生成,并提供 API。
Lemonaide AI 是面向音乐制作人的 AI 旋律与和弦生成器,可生成 MIDI 或音频素材,再拖入 DAW 继续编曲。
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。
Uberduck 是 AI 声音、歌声和音乐生成平台,提供文字转语音、歌唱/说唱、声音克隆、语音转换和 API。
FakeYou 是角色化 AI 语音和视频生成平台,提供文字转语音、语音转换及娱乐向角色声音创作。
Soundraw:SOUNDRAW 是免版税 AI 音乐生成器,可在几秒内生成节拍并调整乐器、能量和长度,还能下载 Stems 并用于商业内容。
Boomy 是生成式音乐平台,可用 AI 创建和个性化歌曲,并围绕下载、发行和流媒体发布提供流程支持。
MetaVoice TTS 是 MetaVoice 项目提供的开源、托管 Tortoise TTS API,可将文本转换为自然语音;原品牌主站已转向 Familiar,当前可核验入口是 TTS 子域。
Voicemaker 是在线文本转语音转换器,提供 1000+ AI 声音、130 种语言,并支持 MP3/WAV 下载、发音编辑和语音配置。
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。
Mubert 是面向视频、播客、应用和品牌项目的 AI 音乐平台,可按文本、情绪、时长和风格生成免版税背景音乐,并提供 Render、Studio、API 和 Play 产品。
Play.ht:PlayHT 是面向开发者的 AI 文字转语音与声音生成 API,官方文档提供实时流式合成、批量 TTS、预置声音、SDK 和声音克隆入口。
刺鸟配音是中文在线 AI 配音平台,提供多音色配音、文案与视频工具、音频导出、字幕导出、声音商店和移动端入口。
beatoven.ai 是免版税 AI 音乐与音效生成平台,可为视频、播客和游戏生成背景音乐,并提供文本生成音效、下载和项目授权。
阿里翻译是阿里云提供的多领域、多语种机器翻译服务,覆盖文本、文档和行业场景,适合跨境沟通与内容本地化。
大饼AI变声:大饼 AI 变声是实时 AI 变声平台,提供低于 300ms 延迟、500 多种音色、桌面端和耳机/盒子硬件,适合游戏、直播与线上语聊。
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。