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。
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 44
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。
Ai好记:Ai 好记是音视频转图文与学习整理工具,支持视频、音频转录、翻译和总结,能够生成思维导图、识别多语种与发言人,并提取 PPT 关键帧。
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。
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。
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。
Notta 是 AI 会议记录与转写工具,可转写、总结并从会议、访谈和录音中生成行动计划。
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。
Vozo 是面向全球内容本地化的 AI 视频翻译平台,支持 160 多种语言的字幕、配音、口型同步和画面文字翻译。
听脑AI是实时录音与会议整理助手,可将谈话转写成文字,自动生成摘要、表格、待办和思维导图,并连接个人知识库。
Rask AI 是视频翻译与配音本地化平台,支持 135+ 语言的音视频翻译、AI 配音、声音克隆、字幕、口型同步和面向团队的 API 流程。
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。
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。
麦耳会记是思必驰旗下的录音转写与翻译工具,支持边录音边转写,适用于办公会议、网课和客户访谈,并可在 PC 与手机端同步查看云端资料。
云幕同声是面向短剧出海和跨境内容的 AI 视频翻译平台,支持声音复刻、多情感配音、字幕提取、口型同步和批量多语言处理。
IBM Watson文字转语音:IBM Watson Text to Speech 是 IBM Cloud 的文本转语音 API,可将多语言文本转换为自然语音,支持 SSML、发音定制、语音属性控制和云端/私有化部署。
LOVO AI 是面向内容创作的 AI 语音平台,提供文本转语音、声音转换与声音克隆工作流;当前可访问入口为 LOVO Studio,具体音色、语言、额度和商用权限以官方方案为准。
Listnr 是 AI 语音生成与文字转语音平台,提供 1000+ AI 声音、142+ 语言、声音克隆和多场景配音能力。
TTSMaker(马克配音)是在线 AI 配音工具,支持 50 多种语言、300 多种声音风格、停顿控制、多人对话和音频下载。
蓝藻AI 是云知声推出的在线智能配音平台,支持文字转语音、声音克隆、多语种发音人和短视频、有声书配音。
Lyrics Into Song AI 是在线 AI 音乐创作平台,可把歌词或文字描述生成完整歌曲,并提供延长、编辑、翻唱、变声和人声处理工具。
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。
鬼手剪辑GhostCut:鬼手剪辑 GhostCut 是一站式 AI 视频本地化平台,支持字幕提取、翻译与擦除、AI 配音和声音克隆,并可批量合成视频和通过 API 接入。
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。
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。