音频生成

最先进的 AI 语音合成和语音克隆技术，支持多种语言和情感表达。

4.7(5600)

语音配音克隆

Suno

AI 音乐生成工具，可以根据文本描述创建完整的歌曲。

4.5(6800)

音乐音频创作

Udio

AI 音乐生成平台，以高质量的音乐创作能力著称。

4.5(4800)

音乐创作高质量

Descript

AI 驱动的音视频编辑器：像编辑文档一样剪辑录音——删掉文字即删掉对应画面，可用克隆声音补录纠错，还能自动去除录音底噪。

4.6(4800)

播客剪辑转写

Murf AI

Murf

面向专业旁白的 AI 配音工作室：120+ 种逼真语音覆盖 20+ 语言，支持与幻灯片和视频的时长同步，并提供团队工作区与 API。

4.6(3900)

配音旁白本地化

PlayHT

文字转语音平台，提供超逼真语音、声音克隆与支持实时生成的开发者 API。

4.2(2800)

文字转语音声音克隆API

Speechify

把文档、文章与网页转成自然语音的朗读工具，广泛用于无障碍场景与倍速收听。

4.4(1.2万)

文字转语音无障碍阅读

AIVA

AI 作曲工具，可生成数十种风格的原创配乐，支持音轨编辑与商用授权。

4(1500)

音乐配乐作曲

Soundraw

免版税音乐生成器，按情绪、风格与时长生成可定制音轨，授权用于视频与播客。

4.1(1800)

音乐免版税视频

Boomy

AI 音乐创作工具，几秒生成完整歌曲，并可分发到流媒体平台获取版税分成。

3.9(2500)

音乐分发轻度使用

Beatoven.ai

Beatoven

面向视频与播客创作者的 AI 配乐生成器，逐场景生成匹配情绪的免版税背景音乐。

4(1500)

音乐播客免版税

Podcastle

AI 播客工作室：录音棚级人声增强、基于文本的音频编辑、远程访谈与 AI 语音，一站完成。

4.3(3500)

播客音频编辑AI 语音

Resemble AI

Resemble

面向游戏、影视与应用的企业级声音克隆平台，支持情感控制、实时语音 API 与深度伪造检测工具。

4.1(1200)

声音克隆企业级API

Listnr

文字转语音与配音平台，提供 900+ 种声音、播客托管与可嵌入博客的音频播放器。

4(1300)

文字转语音播客嵌入

WellSaid Labs

面向企业的文字转语音平台，为 corporate 培训、广告与产品提供广播级 AI 语音，强调基于授权的声音模型。

4.2(1500)

文字转语音企业级语音

Krisp

面向通话与录音的 AI 降噪层：实时消除背景人声与噪声，并提供回声消除与口音柔化。

4.5(4000)

降噪通话音频

Voicemod

面向游戏与直播的实时 AI 变声器：数百种语音特效、音效板与文本生歌功能。

4.1(5000)

变声游戏直播

VoiceMaker

文字转语音平台，提供数百种声音与神经音效，把文章与脚本转为可下载音频。

4(1600)

文字转语音配音API

Cleanvoice AI

Cleanvoice

播客 AI 音频清理工具：自动去除录音中的填充词、口腔杂音、死气与结巴。

4.3(1200)

播客清理音频

Dubverse

AI 配音平台：为视频重新配音数十种印度与全球语言，并附带字幕生成。

4.1(1300)

配音本地化视频

ElevenLabs v3

ElevenLabs

最新 ElevenLabs 模型：音频标签控制情绪——笑、耳语、停顿——支持 70+ 语言与单次生成的对话内容。

4.7(5000)

文字转语音情绪多语言

ElevenLabs Music

ElevenLabs

ElevenLabs 进军 AI 音乐：从文本提示生成录音棚品质歌曲，风格、歌词与结构全程可控。

4.3(2000)

音乐生成录音棚

Sonauto

AI 音乐生成平台：从提示词与歌词创建带人声的完整歌曲，主打品质与创作控制。

4.1(1000)

音乐人声生成

Kits

Kits AI

面向音乐人的 AI 音乐工具箱：训练自定义声纹模型、生成 AI 人声与和声、把音轨转换为乐器演奏，并在浏览器内完成母带处理。

4.3(900)

音乐声纹模型音乐人工具

Stable Audio

Stability AI

Stability AI 的音乐与音效生成器：文本生成音频最长可及完整曲目，付费档提供商用授权，并提供面向游戏与应用集成的 API。

4.2(1100)

音乐音效API

Whisper

OpenAI

OpenAI 的开源语音识别模型：多语言转写、翻译与时间戳，可本地运行——市面上一半转写工具背后的隐形引擎。

4.7(1.2万)

免费

语音识别开源离线

Cartesia

实时语音 AI 基础设施：Sonic TTS 家族最快约 40ms 生成自然语音——低到足以支撑电话与实时代理——另有变声与克隆 API。

4.5(600)

按量付费

TTS实时API

Moises

Moises (Music.ai)

音乐人的练习 AI：把任意歌曲拆成人声/鼓/贝斯等分轨，无痕变调变速，识别和弦，跟着练——数百万乐手与制作人都在用。

4.6(6800)

分轨练习音乐人

Riverside

远程录音棚：为播客与访谈录制无损本地音频与 4K 视频，随后 AI Magic Clips 把整场内容变成社媒短片与节目笔记。

4.6(3400)

播客录制再利用

AssemblyAI

以 API 形态提供的语音 AI 平台：生产级转写加音频智能——说话人标签、情感、主题检测、摘要——支撑呼叫中心与媒体管线。

4.5(850)

按量付费

语音 API转写企业级

Deepgram