音频生成
AI 语音合成、音乐生成工具
ElevenLabs
ElevenLabs
尚未登记状态
通过网页与 API 提供托管文字转语音及获授权的声音克隆，功能取决于模型与套餐。
Suno
Suno
尚未登记状态
提供人声/器乐歌曲生成与编辑的托管服务，官方渠道下载有套餐限额。
Udio
Udio
尚未登记状态
处于官方所述过渡阶段的托管音乐生成、续写及混音服务，文件下载已禁用。
Descript
Descript
尚未登记状态
将剪辑与转写文字联动的音视频编辑器，提供转写、Studio Sound 和获授权的 AI 语音工具，额度依套餐而异。
Murf AI
Murf
尚未登记状态
有发音与表达控制的托管配音工作室，另提供分别计费的语音API及可选克隆/配音翻译功能。
PlayHT
PlayHT
尚未登记状态
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。
Speechify
Speechify
尚未登记状态
可调声音和语速的文本、文档与网页朗读服务，Studio及API权利另行判断。
AIVA
AIVA
尚未登记状态
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。
Soundraw
Soundraw
尚未登记状态
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。
Boomy
Boomy
尚未登记状态
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。
Beatoven.ai
Beatoven
尚未登记状态
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。
Podcastle
Podcastle
尚未登记状态
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。
Resemble AI
Resemble
尚未登记状态
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。
Listnr
Listnr
尚未登记状态
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。
WellSaid Labs
WellSaid Labs
尚未登记状态
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。
Krisp
Krisp
尚未登记状态
通话降噪及会议转录/笔记，口音转换与存储按套餐。
Voicemod
Voicemod
尚未登记状态
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。
VoiceMaker
VoiceMaker
尚未登记状态
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。
Cleanvoice AI
Cleanvoice
尚未登记状态
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。
Dubverse
Dubverse
尚未登记状态
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。
ElevenLabs v3
ElevenLabs
尚未登记状态
ElevenLabs上一代语音模型，支持音频标签与多说话人对话，通过托管TTS工具或API使用。
ElevenLabs Music
ElevenLabs
尚未登记状态
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。
Treblo
Treblo (formerly Sonauto)
尚未登记状态
前身即 Sonauto 的 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。
Kits
Kits AI
尚未登记状态
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。
Stable Audio
Stability AI
尚未登记状态
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。
Whisper
OpenAI
尚未登记状态
Whisper是OpenAI可下载的语音识别代码和模型，可多语言转写及翻译到英语，并支持自行本地部署。
Cartesia
Cartesia
尚未登记状态
提供Sonic合成、Ink转写、获授权克隆及托管代理的语音基础服务。
Moises
Moises (Music.ai)
尚未登记状态
提供音轨分离、练习控制及AI音轨生成的音乐应用，上传权利与各功能导出条件仍需满足。
Riverside
Riverside
尚未登记状态
远程音视频录制、参与人分轨、云上传、文字剪辑与AI短片准备，能力依套餐和设备而异。
AssemblyAI
AssemblyAI
尚未登记状态
提供录音与流式转写API，可选说话人标签和文本分析，支持范围依模型而异。
Deepgram
Deepgram
尚未登记状态
提供语音识别、合成及集成语音代理API，按型号和用量计费。
Hume
Hume AI
尚未登记状态
提供语音AI评估与表达测量服务；Octave/EVI当前可用性未确认。
LOVO
LOVO
尚未登记状态
带大型语音市场的 AI 配音工作室：为广告、课程和视频做克隆、生成与混音——面向营销人而非研究者的 TTS 工作台。
NaturalReader
NaturalSoft
尚未登记状态
长出神经语音的老牌 TTS 阅读器：听文档、网页和 PDF——无障碍优先、而不是网红倍速听书的 Speechify 表亲。
Synthesys
Synthesys
尚未登记状态
作为订阅卖的 AI 语音与数字人工作室：广告和课程用的 TTS 加说话人头——LOVO 加一张脸，又不变成 Hour One。
ElevenAgents (ElevenLabs Conversational AI)
ElevenLabs
尚未登记状态
ElevenLabs 的语音与文字代理平台，结合语音、所选语言模型、知识库和工具，通过网页及电话集成提供交互。
Noisli
Noisli
尚未登记状态
自己混合雨和咖啡店：滑条，不是神经宣称——Endel 的更 DIY 表亲。
myNoise
myNoise
尚未登记状态
由实地录音和音乐人演奏构成交互声景，可调混音；并非AI生成音频。
Focus@Will / focus.music
Focus@Will
尚未登记状态
专注音乐频道与定时会话，现发展为focus.music；旧账户权益待确认。
NVIDIA Broadcast
NVIDIA
尚未登记状态
将麦克风、扬声器和摄像头效果接入通话或录制软件的Windows RTX应用，各效果硬件门槛不同。
LALAL.AI
LALAL.AI
尚未登记状态
提供分轨和人声清理，支持预览、队列处理及按套餐下载。
Mubert
Mubert
尚未登记状态
按授权生成的无限 AI 音乐：文生音乐供直播、应用与内容工厂。
Riffusion
Riffusion
历史记录
原品牌作为历史条目保留：riffusion.com 现指向 Google Flow Music。独立 riffusion-hobby 源码仍公开，但自述不再积极维护。旧应用套餐与源码可读性不能代表 Flow Music 的现行条款。
Fish Audio
Fish Audio
尚未登记状态
提供语音生成与音色流程，网页、API及可下载模型授权分别适用。
Speechmatics
Speechmatics
尚未登记状态
流式、批量及语音代理转录API，提供云与企业合同部署。
YuE2
Multimodal Art Projection
尚未登记状态
开源音乐生成模型，建立在符号化规划之上，支持零样本翻唱与对已有曲目的 agent 化编辑。
PLAUD
PLAUD
尚未登记状态
真会随身带的 AI 录音器：PLAUD NOTE 卡片录音频，应用转写并摘要。
Faster-Whisper
SYSTRAN
尚未登记状态
Faster-Whisper以CTranslate2重实现Whisper推理，提供CPU/GPU量化、批转写及可选词级时间戳。
WhisperX
WhisperX community
尚未登记状态
WhisperX把Whisper转写、词级时间戳强制对齐及可选说话人分离组合为自行运行的流程。
Silero VAD
Silero Team
尚未登记状态
Silero VAD是可下载的语音活动检测器，用于标记语音区间，提供PyTorch及ONNX部署方式。
pyannote
pyannoteAI
尚未登记状态
Python说话人分段工具包，社区模型与付费云/本地部署另按许可。