音频与音乐

利用 Google 的 WaveNet 技术生成逼真的语音。

基于云端的文本转语音服务，提供47种自然语音。

通过 AI 创作原创音乐：根据文字提示生成歌曲、节拍和人声。

免费提供基于深度学习的角色语音文本转语音服务。

仅需5秒音频样本，即可克隆声音并实时生成语音。

开源的实时本地语音转文字工具，全面保护隐私。

免费的AI音频转录与翻译工具。

免费的文本转语音工具，具备开源特性并支持 AI 语音克隆。

免费、高质量的 Edge TTS 解决方案，支持语音自定义。

免费的AI音频工具，可将音频转录并翻译为英文文本。

面向创作者的免费、开源 AI 文本生成音频工具。

专为创作者打造的免费、可定制文本转音频 AI 生成器。

开源的少样本声音克隆与高质量 TTS 工具。

免费的网页端多语言AI语音合成工具。

免费、可定制的支持语音克隆的 AI 文本转语音工具。

免费的零样本语音克隆与文本转语音工具。

用于自然对话的开源生成式语音合成。

具有情感控制功能的拟真AI文本转语音工具。

用于自定义语音生成的开源文本转语音工具。

Hugging Face 上的免费文本转高保真 48kHz AI 音频生成器。

微软的3秒零样本语音克隆AI。

通过 WebGPU 实现 100% 本地、基于浏览器的实时文本转语音。

直接在您的网页浏览器中进行即时、免费的文本转语音转换。

一个用于声音克隆和文本转语音的开源 AI 语音工作室。

高质量离线文字转语音，专为本地 CPU 优化。

具备人类水平自然度的端到端文本转语音系统。

通过逆向 Whisper 构建的开源文本转语音系统。

OpenAI Whisper 模型的高性能 C/C++ 移植版本，专为离线使用打造。

免费、开源的 TTS 工具，具备独特的双人声音混合功能。

免费、开源的实时语音转文本听写应用。

免费、开源的文本转语音和语音识别模型。

Google 推出的用于自然 TTS 合成的端到端神经网络。

用于高质量 Text-to-Speech 的开源深度学习工具包。

免费生成高质量的文本引导 AI 音乐。

最先进的开源文本转语音生成器。

免费、开源且注重隐私的本地设备语音转文字工具。

免费的免代码 AI 文本转语音工具，提供自然语音并支持下载 MP3 文件。

使用20秒音频样本进行免费、开源的语音克隆。

免费在线提取音频分轨与人声隔离工具。

纯 C 语言实现的语音转文字工具，支持本地私有化、纯 CPU 推理。

使用名人和角色神经语音合成技术生成有趣的配音。

一款用于 AI 语音克隆和文本转语音测试的 Dockerized Coqui Bark 工具。

用于自托管文本转语音和语音转文本的开源统一 API。

免费、开源的定制化 AI 语音克隆网络工具。

一款托管在 Hugging Face Spaces 上的免费开源文本转语音工具。

比较和评估顶级的开源语音转文本模型。

开源、可自托管的语音转文字 API，助您实现快速转录。

免费且基于浏览器的AI工具，轻松实现自定义语音克隆。

使用简单的文本提示编辑和重写音频文件。

用于专业配音的逼真 AI 文字转语音生成器。

免费的网页端AI语音克隆工具，具备文本清理功能。

ElevenLabs 是一款 AI 音频与语音合成平台。

免费的 AI 文本转语音生成器，具备自定义语音克隆功能。

使用 Hugging Face 的开源 S2S 构建安全的本地语音助手。

免费在线工具，可自动去除音频文件中的静音部分。