Whisper API
基于OpenAI Whisper的高性价比音频转录API
Whispp
实时语音重建AI，将耳语转化为自然声音
Goodcall
前Google团队打造的AI语音电话代理平台
Telnyx
端到端AI通信基础设施平台
Woizer
AI语音代理，2分钟提升网站转化率
Dictation
Google Chrome语音识别转文字输入工具
LiaPlus
智能语音AI代理平台，实现自然对话交互
Ringg AI
多语言AI语音与聊天代理平台
CloudTalk
AI驱动的全球智能呼叫中心软件
NewOaks AI
拟人化AI外呼助手，7x24小时自动预约转化
Gradium
超低延迟实时语音AI API平台
Cartesia
超低延迟实时语音合成与语音智能体API
TTSMP3
在线文字转语音工具
LrcSong
一键制作卡拉OK视频与同步歌词的工具
Dialbird
AI驱动的商业电话系统与智能代理
Kotoba
超低延迟实时语音AI模型与同传技术
Speech 2.5
Speech 2.5 是 MiniMax 推出的新一代语音生成模型，在多语种表现力、音色复刻和语言覆盖范围上实现重大突破。模型支持40种语言，能精准还原不同语言和口音的细节，复刻音色时保留风格与情绪，跨语种切换依然逼真。
如何用AI生成短视频创意，FD Studio一站式服务内容创作者
FD Studio 是深圳市浮点数信息技术有限公司推出的 AI 辅助影视和短视频创意管理平台。面向短片、广告、自媒体等多领域创作者，解决创意前期流程碎片化、协作低效、素材管理混乱等问题，通过整合 AI 生成能力与结构化项目管理，为创作者提供高效创作体验。
MoonCast
MoonCast 是零样本AI播客生成项目，从纯文本源合成自然的播客风格语音。通过长上下文语言模型和大规模语音数据训练，能生成几分钟长的播客音频，支持中文和英文。
OmniAudio
OmniAudio 是阿里巴巴通义实验室语音团队推出的从360°视频生成空间音频（FOA）的技术。为虚拟现实和沉浸式娱乐提供更真实的音频体验。通过构建大规模数据集Sphere360，包含超过10.3万个视频片段，涵盖288种音频事件，总时长288小时，为模型训练提供了丰富资源。