语音生成与转换

按语音生成与转换方向浏览 AI 产品。先选具体任务,再查看产品介绍与使用入口。
469 个产品

zoki.ai

zoki.ai是一个整合多类生成式人工智能能力的在线内容创作平台,面向有内容制作需求的用户提供一站式服务,核心功能覆盖多语言翻译、AI配音、虚拟形象生成与故事脚本创作等多个创作模块,支持用户在同一平台完成从文字处理到多媒体内容输出的全流程创作,可应用于跨境内容本地化、短视频旁白制作、新媒体人设搭建、原创故事产出等多个场景,帮助用户降低跨类型内容创作的门槛。

AI配音

ChatKit

ChatKit是一款基于OpenAI API密钥搭建的精细化ChatGPT客户端界面工具,核心定位为给用户提供可自定义的私有AI对话交互环境,支持用户接入自身API密钥使用ChatGPT服务。核心功能包含多会话分组管理、自定义模型参数、Prompt模板存储管理、响应内容多格式导出、上下文窗口配置调整等,可满足开发者、内容创作者、学生、职场用户、AI研究者、自由职业者等不同群体的AI交互需求,适合需要脱离网页版限制,搭建自定义交互环境,管理多主题AI对话,保存整理AI输出内容的日常使用场景。

AI文本转语音

Storyship

Storyship是一款基于人工智能技术,用于将原始屏幕录制内容转化为结构化专业产品演示视频的在线工具。核心功能包含AI自动剪辑、文本脚本生成、专业字幕添加、镜头优化以及视频风格调整,可以帮助内容创作者、产品运营、创业团队快速处理屏幕录制素材,生成符合传播要求的演示内容。目标用户覆盖产品运营、创业团队、软件开发者、内容创作者、在线讲师、SaaS推广人员,适合在产品上线前制作演示视频、制作功能教程、对外融资推广、制作客户培训内容等场景使用。

AI配音

TxtVoice

TxtVoice是一款基于AI技术的文本转语音在线平台,面向需要将文字内容转换为自然语音输出的用户提供服务。平台支持全球数十种主流语言的语音转换,提供多类型音色选择,可自定义语音参数生成符合需求的音频文件,支持音频直接在线试听与下载。适合内容创作者、教育工作者、有声读物制作者、视障群体等不同用户使用,可应用于视频配音、课程音频制作、有声读物生成、办公播报等多个场景。

AI文本转语音

Voice Cloner

Voice Cloner是一款专注于语音克隆与音视频内容二次创作的线上工具平台,核心定位是帮助用户通过语音克隆技术生成指定内容的语音,并结合视频载体创作个性化搞笑内容。平台支持单句语音克隆生成、整段语音合成,可将生成语音匹配到目标视频中,还支持导出可用于社交分享的表情包素材。目标用户包括社交平台内容创作者、日常喜欢制作趣味内容的普通网民、段子内容创作者等,适合在制作社交平台搞笑短视频、朋友圈趣味表情包、整蛊朋友趣味内容等场景使用。

AI语音克隆

BHuman

BHuman是一个基于人工智能技术的视频生成平台,核心定位为帮助用户大规模创建个性化定制视频内容。平台支持通过模板批量生成带个性化信息的视频,可整合用户数据实现视频内容的动态适配,还提供视频分发与数据追踪能力。核心功能包含个性化模板制作、批量数据导入生成、播放数据统计分析、多渠道分享导出等,主要面向市场运营人员、销售团队、客户成功部门以及内容创作者,适用于个性化营销推广、客户欢迎问候、节日祝福触达、定制化产品介绍等多种使用场景。

AI语音克隆

VOYP - Voice Over Your Phone

VOYP - Voice Over Your Phone是一款基于人工智能技术的通话自动化处理助手,核心定位为帮助用户自动处理日常电话沟通事务,减少手动接打电话的时间消耗。该平台可以识别通话内容、生成文字记录、完成预设的沟通任务,支持对预定、咨询、约会等常规事务类电话进行自动化处理,核心功能包括AI自动应答通话、通话内容转文字、自定义沟通脚本、通话任务分类归档、同步通话记录至云端等。目标用户覆盖需要处理大量常规事务电话的个人用户和小型团队,适合在用户忙碌无法接听电话、不方便手动沟通、需要留存通话凭证等场景使用。

AI语音助手

KindredMind

KindredMind是一款面向认知障碍患者照护者的语音支持服务平台,核心定位是通过克隆照护者语音,为认知障碍患者提供稳定一致的语音回应,缓解照护者随时被呼叫的压力。平台支持照护者自定义常见问题的语音回复,基于模拟存在疗法和专业协会指南搭建,可24小时在线响应患者重复咨询。核心功能包括语音克隆、自定义回复设置、全天候响应、多场景适配等,目标用户是认知障碍患者的家庭照护者、专业护理机构,适用于照护者无法即时响应呼叫的夜间休息、工作会议、外出办事等场景,帮助平衡患者需求与照护者个人生活。

AI语音克隆

Askmeety

Askmeety是专为Apple Silicon架构Mac设备打造的端侧本地运行AI会议笔记与音频转录工具,核心定位是在保障用户隐私的前提下,为会议内容处理提供本地化AI服务。核心功能包含端侧音频转录、AI会议要点提炼、多格式内容导出、本地内容存储、自定义术语库适配等,目标用户覆盖需要处理各类会议内容的职场办公人员、自由职业者、学生、课程开发者等,适用场景包括线下线下商务会议、线上课程录制转录、访谈内容整理、讲座内容记录等,所有AI计算均在用户本地设备完成,不会上传用户音频与文本内容。

AI语音转写

YouTube Transcript Generator

YouTube Transcript Generator是一款专注于提取YouTube视频文字内容的在线工具,核心定位为帮助用户快速获取公开YouTube视频的文字转写内容。核心功能包括单视频文字提取、格式自定义导出、时间戳标注、多语言内容支持以及内容搜索定位,可帮助有文字整理需求的用户快速获取视频内容。工具目标用户覆盖内容创作者、学术研究者、翻译从业者、内容学习者等,适合在需要整理视频观点、引用视频内容、翻译视频素材、快速检索视频信息等场景下使用。

AI语音转录

Mictoo

Mictoo是一款基于人工智能技术的音视频内容处理平台,核心定位是为各类用户提供音视频转文字、内容结构化整理服务。平台支持上传本地音视频文件完成转录,也支持对实时录制的音视频直接转文字,可自动识别音频内不同发言者并生成结构化内容,还能提取核心信息生成会议摘要与行动事项清单,最终支持多格式导出整理结果。目标用户覆盖企业办公人员、内容创作者、学术研究者等,适用于会议记录整理、访谈内容转写、讲座内容归档、播客文案提取等多种场景,可帮助用户降低人工整理音视频内容的时间投入。

AI语音转录

Discmeet

Discmeet是一款面向Discord社群开发的AI机器人平台,专注于为语音交流场景提供自动化内容处理服务,核心功能包含语音实时转录、会议自动记录整理、DND跑团内容辅助整理,同时支持自定义内容导出与关键词检索。该平台主要服务于Discord社群运营者、线上会议组织者、桌面角色扮演游戏玩家等用户,可应用于线上工作会议记录留存、社群语音交流内容整理、DND跑团剧情归档等多种场景,帮助用户将语音交流内容转化为可检索的文字资料。

AI语音转录

TalkTastic

TalkTastic是一款运行在macOS系统的AI语音输入键盘扩展工具,核心定位是为mac用户提供跨应用语音转文字写作服务。它支持在任何mac桌面应用中唤起语音输入功能,可实时将语音转化为结构化文字,还集成基础AI文本优化能力。核心功能包含实时语音转写、跨应用全局调用、AI文本润色、多语种识别、自定义语音指令,适合需要通过语音快速记录内容的各类用户,可用于日常笔记记录、文章撰写、社交聊天输入、工作文稿整理等多种场景。

AI语音转文本

Voicetypr

Voicetypr是一款支持离线运行的AI语音转文本应用,面向需要处理语音内容转写的创作者与工作者打造。核心功能包含离线语音转文字、多语言语音识别、转录内容导出、自定义词汇库、实时语音转写等,支持无网络环境下完成语音内容的文本转换,适合外出采风、户外访谈、隐私敏感内容转录等场景使用,可帮助用户在各类网络条件受限的环境中完成语音内容的文字整理工作。

AI语音转文本

VoiSpark

VoiSpark是一个专注于AI语音生成服务的在线平台,提供文本转语音、语音克隆、自定义语音创建等多种AI语音处理功能。核心功能支持多语言多音色语音输出,可复刻指定人物语音特征,也支持用户调整语音的各项参数生成专属语音。目标用户包括内容创作者、配音从业者、自媒体运营者、教育内容开发者和企业营销人员,适用于短视频配音、有声书制作、视频旁白生成、广告配音、个性化语音助手训练等多种使用场景。

AI语音生成器

AirTouch

AirTouch是一款运行在Mac设备上的手势控制工具,核心定位是通过Mac设备自带摄像头捕捉用户肢体手势,实现免提系统操作与语音交互功能,帮助用户在双手不方便操作键盘鼠标时,完成各类系统操作与内容输入。核心功能包含实时手势识别控制、离线语音听写输入、自定义手势配置、多场景手势预设、识别灵敏度调节等功能。目标用户涵盖办公人员、内容创作者、程序员、居家休闲用户、手部不适人群、直播创作者等,适用于双手占用无法操作设备、烹饪时查看食谱、口述记录内容、手部受伤需要休养、直播过程快速切应用等多种场景。

AI语音识别

Spoke

Spoke是一款专注于用户隐私保护的macOS端应用,提供本地端侧即时听写与AI文本处理服务,所有数据处理均在用户设备本地完成,不会上传至外部服务器。核心功能包含实时语音听写转换、多场景文本润色整理、隐私优先AI处理,支持快捷调用适配各类macOS workflow。目标用户为注重隐私保护的文字工作者、内容创作者、办公人员以及开发人员,可用于会议记录整理、口述内容转换、办公文稿优化等场景。

AI语音识别

EchoPod

EchoPod是一款基于人工智能的内容转播客工具,核心定位是将各类书面文本内容转换为专业音质的播客节目。支持多角色对话生成、自定义播客风格、一键导出分发,还能对生成内容进行在线编辑调整。核心功能包含文本转播客、多角色设定、风格自定义、剪辑编辑、多格式导出等,面向内容创作者、自媒体运营者、知识博主、企业内容团队、教育从业者与读书爱好者打造,适合将文章、笔记、书籍章节、研究报告等内容转换为音频播客,用于内容二次创作、音频栏目制作或个人知识收听。

AI播客

SaladCloud

SaladCloud是Salad平台提供的分布式云端计算服务,依托全球闲置GPU资源池,为有算力需求的用户提供低成本的计算、存储与部署解决方案。平台核心功能包含转录服务算力支持、AI模型推理、分布式训练、云存储扩展以及批量任务处理,可适配不同规模的算力需求。目标用户覆盖AI开发人员、视频内容创作者、机器学习研究者、游戏开发团队、数据处理企业以及科研工作者,可满足转录处理、模型训练、内容生成等多种算力密集型使用场景。

AI语音转文本

Miso One

Miso One是一个提供开源8B参数AI文本转语音模型的平台,专注于生成富有表现力的英文语音内容。平台核心功能包括在线语音生成体验、模型参数查看下载、自定义语音设置、多风格语音预览以及开源项目社区交流,面向AI开发者、内容创作者、语音交互研究者等用户,可用于生成英文播客配音、语音读物音频、AI助手语音训练数据、视频旁白等不同场景的语音内容,支持用户在线体验模型效果,也可获取模型文件进行本地部署开发。

AI语音合成
语音生成与转换工具大全_语音生成与转换精选榜单_国产与海外精选 | Toolifai