オーディオと音楽

GoogleのWaveNetテクノロジーを活用し、人間に迫る自然な音声を生成します。

47種類の自然な音声を備えたクラウドベースのテキスト読み上げ（Text-to-Speech）サービス。

AIでオリジナル音楽を作成：テキストプロンプトから曲、ビート、ボーカルを生成。

キャラクターの音声を無料で生成できるディープラーニングベースのテキスト音声合成ツール。

わずか5秒の音声サンプルから声をクローンし、リアルタイムで音声を生成します。

プライバシーを保護する、オープンソースのリアルタイムローカル音声文字起こしツール。

音声の文字起こしと翻訳を行う無料のAIツール。

AIボイスクローニングを備えた、無料のオープンソーステキスト読み上げツール。

音声カスタマイズが可能な、無料で高品質なEdge TTSソリューション。

音声を英語テキストに文字起こし・翻訳する無料のAI音声ツール。

クリエイター向けの無料かつオープンソースなAIテキストから音声生成ツール。

クリエイター向けの無料でカスタマイズ可能なテキストから音声を生成するAIジェネレーター。

少数の音声データから声をクローン可能な、オープンソースの高品質なTTS（テキスト音声合成）ツール。

多言語音声合成のための無料ウェブベースAIツール。

音声クローン機能を備えた無料でカスタマイズ可能なAIテキスト読み上げツール。

無料のゼロショット音声クローンおよびテキスト読み上げツール。

自然な会話のためのオープンソース生成型音声合成。

感情コントロール機能を備えた、表現豊かなAIテキスト読み上げ。

カスタム音声生成のためのオープンソーステキスト読み上げツール。

Hugging Faceで利用できる無料のテキストからHiFi 48kHz音声を生成するAIジェネレーター。

Microsoftのわずか3秒でゼロショット音声クローンAI。

WebGPUを介した、100%ローカルかつブラウザベースのリアルタイムテキスト読み上げ。

Webブラウザ上で直接、無料かつ瞬時にテキストから音声へ変換できます。

ボイスクローニングやテキスト読み上げに対応したオープンソースのAI音声スタジオ。

ローカルのCPUに最適化された、高品質なオフライン・テキスト読み上げ（TTS）ツール。

人間レベルの自然さを実現したエンドツーエンドのテキスト読み上げシステム。

Whisperを逆転させることで構築されたオープンソースのテキスト読み上げシステム

OpenAIのWhisperモデルをオフラインで利用するための、高性能なC/C++ポート。

独自の2つの音声ミックス機能を備えた、無料のオープンソースTTSツール。

無料のオープンソースリアルタイム音声テキスト変換ディクテーションアプリ。

無料のオープンソースTTSおよび音声認識モデル。

自然なTTS音声合成を実現するGoogleのエンドツーエンドニューラルネットワーク。

高品質なText-to-Speech（テキスト読み上げ）のためのオープンソースディープラーニングツールキット。

テキストから高品質なAI音楽を無料で生成。

最先端のオープンソース・テキスト音声合成（TTS）ジェネレーター。

無料、オープンソース、プライバシー重視のオンデバイス音声認識（音声からテキスト変換）ツール。

自然な音声とMP3ダウンロードを備えた、無料のノーコードAIテキスト読み上げツール。

20秒の音声サンプルを使用した、無料のオープンソース音声クローン作成ツール。

オーディオステムを分割し、ボーカルを抽出できる無料のオンラインツール。

プライベートかつCPUのみで推論可能な、純粋なC言語による音声認識（Speech-to-Text）ツール。

有名人やキャラクターのニューラルテキスト読み上げ（AI音声合成）を使って、楽しい音声を生成しましょう。

AI音声クローンおよびTTSテスト用のDockerized Coqui Barkツール。

セルフホスト可能な音声合成（TTS）および音声認識（STT）のための、オープンソースの統合API。

カスタムAI音声クローンを作成できる無料のオープンソースWebツール。

Hugging Face Spacesでホストされている、無料のオープンソーステキスト読み上げツール。

トップクラスのオープンソース音声認識モデルを比較・評価します。

高速な文字起こしを実現する、オープンソースのセルフホスト型音声認識API。

カスタム音声クローンを簡単に作成できる、ブラウザベースの無料AIツール。

シンプルなテキストプロンプトを使って、オーディオファイルの編集や書き換えが行えます。

プロフェッショナルなナレーション向けのリアルなAIテキスト読み上げジェネレーター。

テキストの自動クレンジング機能を備えた、無料のウェブベースAI音声クローンツール。

ElevenLabs is an AI-powered audio and voice synthesis platform.

カスタムボイスクローン機能を備えた無料のAIテキスト読み上げジェネレーター。

Hugging FaceのオープンソースS2Sで、安全なローカルボイスエージェントを構築しましょう。

オーディオファイルから無音部分を自動的にカットできる無料のオンラインツール。