米可智能

一款开源、高性能的文本转语音（TTS）模型，Kokoro TTS拥有8200万参数，基于StyleTTS 2架构，提供高质量、自然的语音合成，适用于有声书、播客等。

蘑兔听记是一款音视频转文字工具，超98%的语音识别准确率，30分钟音频只需3分钟就可转成文字，支持20多种方言、30余种外语，极大提高了工作和学习效率。

Transcribe 是一个基于 OpenAl 训练并开源的录音转文字工具，支持英语、中文等多种语言，最大的优点就是无需下载大型的模型文件。

HeyGen数字人官网

音子AI，在线免费视频消音、消除人声、去除人声，对音视频文件自动消除人声部分，保留背景音乐，去除视频当中的人说话的声音。​便携式音箱

声动视界是一款解决跨境电商视频创作的平台，利用多语种翻译、语音合成、语音识别、大模型等技术，提供视频配音、视频翻译、文本配音等业务，让带货视频、产品视频、选窜视频的创作更简单更高效。

一款AI屏幕录制、转录和音频、视频内容总结 工具，可以通过自动转录音频/视频记录为有用的信息，方便在会议上、听课时、看视频时使用。

Text To Speech，文本转语音，文本朗读，让机器能够说话。