Audiobox

VoiceCraft是基于令牌填充技术的神经编解码器语言模型工具站，核心定位为面向音频创作、语音处理相关从业者与爱好者的语音编辑与生成服务平台。核心功能包含零样本语音克隆、上下文感知语音编辑、多场景语音生成三类，支持用户上传短语音样本快速复刻对应音色，也可针对已有录音精准修改局部内容，无需重新录制完整音频。目标用户覆盖音频内容创作者、播客主播、有声读物制作人、视频剪辑师、AI语音研发人员等群体，适用于有声读物内容纠错、播客口误修正、视频旁白音色统一、小语种语音素材生成、虚拟角色语音定制等多种场景，帮助用户降低音频内容制作的时间与人力成本。

AnySpeech是一款在线AI语音处理平台，核心定位为面向内容创作者与企业团队提供文字转语音、声音克隆等音频生成服务，帮助用户完成各类数字内容的配音创作。平台支持文本一键生成自然流畅的AI语音，提供多风格多语种音色选择，同时支持自定义AI声音克隆，满足不同场景下的声音一致性需求。目标用户涵盖内容创作者、营销人员、教育工作者、企业内容团队等，适用于视频配音、播客内容制作、课程音频制作、产品演示配音等多种使用场景，替代传统手动录音剪辑流程，提升音频内容制作效率。

TangoFlux是开源的文本到音频（TTA）生成模型平台，核心定位是为音频生成领域的研究者、开发者提供高效、对齐能力强的音频生成技术方案。核心功能包括基于CRPO框架的高对齐度文本转音频生成、30秒44.1kHz高音质音频快速生成、全开源的模型与代码资源开放。目标用户覆盖音频领域研究者、AI应用开发者、内容创作者、高校计算机相关专业学生等，可用于学术研究验证、音视频内容音频素材生成、AI音频应用原型开发、课程实践项目搭建等场景。

VocoSpeech是一款专为Mac平台设计的离线AI语音生成与声音克隆应用，用户无需联网即可完成所有语音处理操作，保障音频数据隐私安全。核心功能包含单/多人声音克隆、多风格文本转语音生成、音频导出管理、语音参数自定义调整等，支持个人创作者、内容运营人员、配音从业者等不同用户群体使用，可满足有声书制作、视频配音、个人语音助理定制、播客内容生产等多种场景的语音处理需求。