文字&语音

木言AI是专注于文字语音合成配音、字幕配音、智能视频创作的全自动化在线工具。制作视频无需出镜，是新自媒体人必不可少的工具！

专门用于对话场景的免费在线文本转语音TTS模型，支持英文和中文两种语言。这个语音专文本TTS模型 应该是目前对中文支持最好的了。

一个完全免费的AI音视频转录工具，能在浏览器里直接把音频和视频转成文字，支持 MP3、WAV、MP4、MOV、M4A、FLAC、AAC、MKV 等常见格式，用起来不限次数也不限文件大小。

喜马拉雅推出的一站式AI音频创作平台，专业音频制作，激发创新灵感，释放创意潜力，让你的音频创作更自由、便捷和精彩!

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。

一款免费在线将视频和音频转录为文本的工具，轻松在浏览器中将视频转换为文本，添加字幕等。还提供在线编辑、多种格式导出功能。

一款音视频转录工具，支持实时会议录音、主流音视频文件和链接。能快速转录并一键总结内容，支持100多种语言，转录快,精准度高，适用于长时会议记录、内容创作、采访、播客等多种场景。

讯飞听见依托科大讯飞的语音识别技术,打造智慧办公服务平台,提供语音转文字、录音转文字、AI写作、视频会议、视频转文字、视频加字幕、同声翻译、语音翻译等服务,可满足多样化的语音转文字及文字编辑需求,致力于提高办公效率。

一套用于最先进语音合成的工具包，ToucanTTS覆盖超过7,000种语言的大型多语言模型。

米可智能(Minecho) - 由人工智能驱动的一站式视频翻译、声音克隆、免费配音等音视频服务。

一个可以将 PDF 文件转换为音频格式，例如播客、讲座或摘要的开源项目。

一种多功能的即时语音克隆方法，只需要参考说话者的一小段音频剪辑即可复制他们的声音并生成多种语言的语音。

一款本地的视频翻译、配音和语音克隆的工具，适用于哔哩哔哩、小红书、抖音、视频号、快手、YouTube、TikTok等主流平台。

一个能够录下你的语音内容，然后自动帮助你把这些语音转成文字，对内容进行总结，并且生成相关的任务列表的AI笔记工具。

一个多流实时语音生成 Transformer 模型，支持全双工语音对话，同时语音输入和输出，以及处理复杂对话场景的能力，包括重叠语音、中断和情绪表达等非语言信息。

一款开源的AI双人播客生成器。它可以把任何书面内容，像网址、文档、文本或者主题描述，转成两个主持人之间的自然对话播客。

一种最先进的AI语音模型，可以执行语音生成任务，例如编辑、采样和风格化。Voicebox 可以生成高质量的音频剪辑并编辑预先录制的音频，同时保留音频的内容和风格。

land AI公司推出的一键克隆并生成逼真的语音引擎，它能通过一个简短的MP3文件精准克隆任何语音，还能让AI模仿狗叫、汽车鸣笛等音效，并且能根据文本内容自动调整语音情感。

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

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。

TTSMaker（马克配音）是一个免费的AI配音平台，可以将文本转换成语音，支持50多种语言和300多种语音风格，包括各种热门短视频声音，强大的神经网络使语音听起来更加自然，您可以在线试听，或者按mp3、wav格式下载音频文件。

悦录依托同花顺的语音识别技术，为用户提供免费的录音转文字、语音转文字、视频字幕等服务，1小时音频最快5分钟出稿，准确率高达97%+，全程加密，文件信息安全。

Musicfy AI是一个由人工智能驱动的平台，Musicfy AI允许您将您的文字和情感转化为优美的歌曲和上传自己的声音，创建与自己声音相似的AI音乐模型，让它变得有趣。

专注于实时音视频技术的云服务公司，全球实时互动云服务开创者和引领者。开发者只需简单调用声网API，即可在应用内构建多种实时音视频互动场景。

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。

一个由AI驱动提供在线和本地音频内容的转录、摘要和问答服务的平台，包括YouTube视频。Alphy帮助用户快速高效地从音频和音频视听媒体中提取有价值的信息。

一种快速简便的方法，用于克隆您的声音，以进行唱歌或演讲。MyVocal.AI提供声音克隆，文本转语音和文本转歌曲的功能。

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。

一项语音AI转文字服务，提供无限音频和视频转录。TurboScribe Ai可以将音频和视频文件转换为98+种语言的文本，准确率极高。

MotionSound，AI智能生成语音技术，简单易用的文本转语音 工具，能适应多场景需求，配音、演讲不再有烦恼，让配音创作、 高效演讲触手可及！

Made with Softr, the easiest way to turn your data into portals and internal tools.

TTS Online是一款免费的文本转语音工具，提供语音合成服务，支持多种语言，包括英语、法语、德语、西班牙语、阿拉伯语、中文、日语、韩语等，以及多种语音风格。

一个在线AI文本转语音合成配音声音克隆平台，以其自然、富有表现力的语音生成技术，为用户带来了前所未有的音频体验。

一个免费AI文本转语音平台，它的核心优势是独创的AI风格提示词技术，能控制语音的情感、语调、语速和特效。

Coqui.ai 是一个语音技术的开源平台，Coqui.ai 通过生成式 AI 提供逼真、富有情感的文本转语音，它可以从 3 秒的音频中克隆任何声音并调整其风格、节奏和情感。

Free Subtitles，免费AI在线字幕生成工具，免费将音频和视频转录为文本，支持111种语言，102种语言的翻译。

SpeechEasy是一款使用延迟听觉反馈 （DAF） 技术来帮助有口吃的人说话更流畅的应用程序。

Vocol.Ai语音转文本神器，一个一体化语音协作平台，它使用人工智能将语音高精度地转换为文本并分享可操作的见解。它具有多种语言转录功能。

一个利用AI进行语音或视频采访的平台，Voicepanel 的 AI 可以招募您的目标受众，通过语音或视频进行采访，并立即合成可操作的见解总结。

Narakeet 是一种文本转语音（TTS）工具，可以快速创建语音解说视频。它可以将 PowerPoint、Google Slides 或 Keynote 文稿转换为视频，还可以将文字脚本转换为音频文件。

一款语音转博客AI工具，使用VoicePen可以在几分钟内将音频、视频、语音备忘录和网站转换为博客文章。

一款由AI驱动的语音转文字服务，能够在几秒钟内将音频或视频文件转换为文字或字幕。

SparkAudio团队开发的文本转语音（TTS）系统，基于 Qwen2.5 构建， 能够生成自然、高质量的语音。并支持零样本语音克隆和多语言合成。

自得语音技术可通过简单的步骤创造出属于你的角色。类似GPT，可生成与真人无异的语音片段，在情感、音色和语速等方面与真人一致。

Speechify是一款领先的文字转语音应用程序，可在Chrome、iOS和Android上使用。它允许用户将文本转换为自然流畅的语音，使得在任何设备上听取文档、文章、PDF、电子邮件等更加轻松高效。

一个将音频转换为文字的自动化和人工转录字幕工具，以高准确度支持多种语言和格式。

Riverside 是一款 AI 转录工具，允许用户快速可靠地转录 100 多种语言的音频和视频文件。它具有易于使用的界面、出色的准确性、说话人识别功能，并支持多种文件类型。

Chat Video 基于AI的高效视频学习工具，具有语音识别、摘要总结、AI 问答等功能。

Article.Audio是一种允许您将文章转换为高质量的语音的工具。凭借超过140种可用语言和自然流畅的人声，您可以轻松将任何书面内容转换为音频格式。

录音识别王，支持录音实时转文字、视频转文字、智能配音及图片转文字等功能，高效精准的录音识别技术，智能提取音频中的文字，支持TXT、WORD等格式导出，适用于各种录音制作场景。