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 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。
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。
琅琅配音是在线智能文字转语音平台,提供 1100+ AI 主播、80 多种语言和多种情感风格,并支持精细化配音编辑。
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。
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。
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。
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。
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。
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。
Cartesia 是面向实时交互的语音 AI 平台,提供流式文本转语音、语音识别和生产级语音智能体能力。
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。