语音音频

语音合成、声音克隆、转写与会议纪要。

共收录 9 项 查看赛道分榜 →

Cartesia

工具 语音合成

基于状态空间模型打造的超低延迟语音 AI 平台,面向实时语音合成与交互式语音代理。

有免费档 核验于 11月22日

Deepgram

工具 语音合成

面向开发者的企业级语音 AI API 平台,提供流式语音转写、说话人分离、时间戳与语音合成。

有免费档 核验于 11月22日

ElevenLabs

工具 语音合成

多语种 AI 语音合成、声音克隆、视频配音与实时语音代理平台,提供低延迟流式 API。

有免费档 核验于 11月22日

Fish Audio

工具 语音合成

依托开源 Fish Speech 的多语种语音合成与零样本克隆平台,在中英日多语言表现突出。

有免费档 GitHub 33825 核验于 11月22日

Kokoro TTS

模型 语音合成

采用 Apache-2.0 协议的轻量级开源语音合成模型,可在普通硬件上高速生成自然人声。

开源 GitHub 10292 核验于 11月22日

Otter.ai

工具 会议纪要

AI 会议记录与实时转写助手,可自动参会生成带说话人标记的转写稿、纪要与待办事项。

有免费档 核验于 11月22日

Suno

工具 语音合成

AI 音乐与人声创作平台,可根据歌词、风格提示或哼唱片段生成完整编曲与演唱歌曲。

有免费档 核验于 11月22日

Udio

工具 语音合成

注重人声质感与分段编曲控制的 AI 音乐生成工作室,支持局部修补与分轨导出流程。

有免费档 核验于 11月22日

Whisper large-v3

模型 语音转写

OpenAI 采用 MIT 协议开源的多语种语音识别模型,支持高精度转写、翻译与时间戳对齐。

开源 GitHub 113248 核验于 11月22日