Notta是由MIND CRUISER LIMITED推出的语音转写软件，主要针对个人使用，并在海外拥有数十万用户。这款软件具有录音实时转写、音/视频导入转写、文本多格式导出、音频标记等功能，并能实时录音时进行文字直播、插入图片等。
Whisper是一个开源的自动语音识别系统，经过68万小时的多语言和多任务监督数据训练
AI驱动的音频 增强语音通过消...
Otter.ai是一个自动的会议记录和笔记工具，帮助团队充分利用他们的会议。它可以加入Zoom、Microsoft Teams或谷歌Meet会议，以记录和分享笔记，突出关键要点，并直接将会议幻灯片添加到笔记中。它还包括关键字的摘要和大纲，以帮助团队快速浏览会议笔记、搜索、阅读和播放音频。
Nuance公司以其在对话式AI领域的专业知识，为医疗保健和客户参与提供创新解决方案。公司致力于通过AI技术推动组织效能，提升工作成效，并在全球范围内产生积极影响。
听脑AI是一款AI智能语音助手，专注于语音转文本和实时录音总结，提供音视频转文字、实时录音转文本、AI总结、章节速览等功能。用户可以通过自由拖动文本查看音视频进度，享受便捷的智能记录体验，通过智能化处理，以提升用户在会议、课堂、面试等场景的记录效率，让用户更便捷地获取和整理信息。
悦录依托同花顺的语音识别技术，为用户提供免费的录音转文字、语音转文字、视频字幕等服务，1小时音频最快5分钟出稿，准确率高达97%+，全程加密，文件信息安全。
AI智能配音工具，独有的AI智能配音技术，更专业，完美贴近真人配音，AI模仿真人情感（怀旧、欢快、激情、伤心、抒情、惊讶等），支持多音字、停顿、整数、小数、数字等特色发音，快捷的单人、多人配音模式，海量的音色库，近千种免费音色，覆盖短视频、政企宣传、教育、动漫、有声读物、影视广告等数百行业场景。
讯飞听见作为一个高效、准确的语音转文字服务平台，能够帮助用户节省时间，提高记录整理的效率。同时，其企业版服务为团队提供了专属的培训和技术支持。
Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发音评估、语音库、自定义语音、音频内容创建、自定义关键字和自定义命令等功能。
TTS语音向导是一种工具，允许用户通过微软Azure语音识别和TTS将语音转换为文本，然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项，包括100多种不同的声音，20多种支持的语言，并能够显示歌曲标题，艺术家和用户以上的进度。
FineVoice是一种人工智能数字语音解决方案，可以帮助用户增强声音，并实时改变声音。它配有实时变声器，无限的音频和声音效果，录音室质量的录音机，文本到语音，语音到文本。
Buzz作为一个音频转录和翻译工具，凭借其离线运行、多种语言支持、易于安装和使用的优点，为用户提供了便捷的音频处理解决方案
播记是一款专为播客创作者打造的智能shownotes生成工具。通过AI技术，帮助创作者快速生成高质量的播客shownotes，提升创作效率，优化内容管理。支持多种格式导出，让播客创作更轻松。
在几分钟内制作出录音棚品质的配音。将 Murf 逼真的 AI 声音用于播客、视频和所有专业演示
Resemble.ai的AI语音生成器是一个完整的生成式语音AI工具包，允许您在几秒钟内创建类似人类的声音。
Voicebox 是由 Meta AI 研究团队开发的一款领先的语音生成模型。Voicebox 能够在六种语言中合成语音，消除瞬态噪声，编辑内容，在语言之间转移音频风格，并生成多样的语音样本。此外，它生成语音的速度比最先进的自回归模型快 20 倍。
voice.ai的使命是通过普及人工智能技术，增强协作创造力，并允许社区重新定义音频表达方式。公司相信人工智能应该是易于接近、对所有人开放且富有趣味的。
ChatTTS是一个开源的专为对话场景设计的语音生成模型，特别适用于大语言模型(LLM)助手的对话任务，以及诸如对话式音频和视频介绍等应用。ChatTTS 不仅能说中文，英文也能 hold 住，还支持一些细粒度控制，它允许你加入笑声、说话间的停顿，还有语气词，可玩性很强。 它通过使用大约100,000小时的中文和英文数据进行训练，ChatTTS在语音合成中表现出高质量和自然度，实现了自然流畅的语音合成，同时支持多说话人。
使用我们的实时AI 变声器和音板表达自己，随时随地在元宇宙中成为您想要的人。为Roblox、OBS、VRChat、Discord等平台打造您的声音身份。
ReadSpeaker 提供了一系列强大的文本转语音解决方案，可在任何环境中即时部署逼真、定制的语音交互。
Podcast.ai提供了一个独特的体验，将人工智能技术应用于播客内容的创作。无论是机器学习爱好者还是希望以新方式了解特定主题的听众，都可以在这个平台上找到感兴趣的内容。
只需单击一个按钮，即可使您的内容支持多种语言，并覆盖更多人。
Audo AI为创作者和开发人员提供噪声消除产品，包括Audo Studio、Audo API和用于Linux的Magic Mic。这些产品利用音频处理和人工智能的最新进展，自动去除背景噪音，增强音频录制，在任何环境下为用户提供清晰易懂的语音。
Altered Studio Voice Editor允许用户通过将他们的声音更改为任何精心策划的组合声音或自定义声音来创建专业的声音表演。它还允许用户创建引人入胜的多角色表演和克隆他们的声音。该工具还直接在浏览器中为用户提供音频编辑功能，并提供最大的安全性。
MetaVoice Studio允许用户录制自己的声音或上传文件来创建自定义语音剪辑。它提供了一个免费的计划，有6个声音，30秒的剪辑长度，和一个非商业许可。付费计划包括8个声音、10分钟剪辑长度、商业许可和自定义声音(即将推出)。它还提供了具有自定义定价、API访问和微调支持的企业解决方案。
Sonantic Limited是一个利用人工智能，通过其API及网络应用程序进行内容创作、分析、编辑及分发的文字转语音工具。
MagicMic是一个功能强大的声音变换工具，适用于游戏玩家、主播和内容创作者。它通过提供丰富的声音过滤器和音效，以及实时声音变换技术，使用户能够在游戏中或在线聊天中保护隐私或增加乐趣。
TTS-Vue是一个开源的桌面应用程序，它利用了微软的语音合成技术，为用户提供了一个简单易用的文本到语音转换工具。
海豚配音TTS Online是一个多功能的在线TTS服务平台，它通过先进的语音合成技术，为用户提供了一种便捷的方式来生成高质量的语音内容。
米可智能通过其AI技术，为用户提供了一个高效、便捷的视频翻译和声音克隆服务。无论是自媒体博主、教师还是市场营销人员，都能通过米可智能提升工作效率，打破语言障碍，实现音视频内容的国际化。
Krisp是一款人工智能降噪工具，适用于Mac和Windows。它可以消除通话中的背景声音、噪音和回声，让用户安心。它还在每次通话结束时提供有用的见解，包括通话时间、会议见解和通话摘要。Krisp受到全球品牌的信任，并提供安全加密的连接，SOC-2，谷歌OAuth和SAML。
aifooler 是一款免费的 AI 人声伴奏分离工具，无需安装，打开网页即可使用。
一键分离音乐中所有音轨
强大的AI同声传译工具，它通过实时处理和翻译语音，极大地促进了跨语言沟通。其低延迟、高准确度和多语言支持的特点，使其成为国际会议、多语言工作环境和任何需要实时语音翻译的场景的理想选择。
强大的实时同传工具，它通过百度的AI技术，为用户提供实时的语音识别和多语言翻译服务。这款工具不仅提高了跨语言交流的效率，还极大地方便了国际会议、商务洽谈等多语言环境中的应用。
无论是教育、体育还是商务领域，讯飞同传都能帮助用户跨越语言障碍，实现无障碍沟通。同时，它还注重用户的信息安全，提供了高标准的信息安全保障。
LOVO AI是一个功能强大的AI语音生成器，它通过提供多样化的语音选项和易用的编辑工具，帮助用户快速创建引人入胜的视频和音频内容。
一个专注于生成式人工智能（AI）的文本转语音（TTS）和声音克隆工具。它提供了一个强大的语音代理解决方案，支持多种语言，并且可以快速克隆声音，适用于配音、语音合成等多种场景
由 FishAudio 团队开发的开源、先进的多语言文本到语音（TTS）合成项目。它旨在通过结合大语言模型（LLM）技术，提供高质量、多语言的语音合成解决方案。
Narration Box是一种语音合成服务，用户可以创建画外音、旁白、有声读物、音频页面、播客等。它拥有超过700个人工智能增强的仿人叙述者，支持20多种语言，功能强大的语音编辑器，以及博客和新闻网站的音频小部件。它还包括常见问题解答、反馈、更新等资源。它是免费的，并提供了分发、分析、盈利等工具。
构建自然说话的应用和服务，从 147 种语言和变体中选择 456 种语音
全球唯一、多情绪、多语态、全可控的AI配音产品
大饼AI变声器，自然人声效果，千种音色选择，全场景接入支持
运用了尖端的创造性人工智能技术，致力于向用户提供流畅的自然语言处理与生成服务。这涵盖了从文字到语音的转换、语音辨识以及对话管理等多项功能。
标贝悦读作为一个在线文字转语音软件，以其快速、逼真的语音合成效果和丰富的发音人角色，适用于视频配音、美食教程、知识科普、生活妙招分享等多种场景。
呱呱有声制作平台通过其AI+制作模式，极大地提高了有声作品的制作效率和产能。无论是个人创作者还是专业团队，都可以利用该平台的先进功能，快速创作出高质量的有声作品，同时降低成本和管理难度。
音子AI利用人工智能技术提供了一系列便捷的音频处理服务，无论是音乐制作的音轨分离，还是有声读物的文本转语音，都能满足用户的不同需求。
酷音网是一个真人配音与AI配音、视频拍摄与制作、音乐作词与谱曲、视频策划与创意等领域的创作、交易、推广运营于一体的音视频交易服务平台，致力于打造专注音视频领域的商业生态圈。
免费的AI配音平台，可以将文本转换成语音，支持50多种语言和300多种语音风格
魔音工坊是由北京小问智能科技有限公司开发的一款配音软件，为用户提供一站式AI配音服务。它被广泛应用于短视频制作、有声书、广告、宣传纪录片等领域，是一款专业的AI语音配音与剪辑工具。
逗哥配音神器是一个功能全面的在线配音平台，提供了从文案输入到配音生成、下载及字幕制作的一站式服务。
Udio作为一个AI音乐生成工具，以其强大的个性化创作能力和适用于不同层次音乐人的特点，为音乐创作带来了新的可能性
歌歌AI写歌 是一个旨在让每个人都能成为音乐家的平台，它通过人工智能技术，提供了一种创新的方式来创作音乐。
凭借其音乐生成、智能推荐、音乐编辑等多种功能，极大地简化了音乐创作的过程，降低了创作难度
创新的 AI 歌声合成软件，它通过先进的技术和丰富的功能，为用户提供了便捷的音乐创作和体验平台
将文本转换成歌曲的工具。它使用自然语言处理将文本输入转换为音频组合。该工具允许用户从各种音乐风格和乐器中进行选择，以及调整节奏、键和动态等参数。生成的音轨可以导出为高质量的音频文件。
零注册门槛的免费体验与多工具协同的创作矩阵，既降低了音乐创作的技术壁垒，又通过分层付费满足专业需求。尽管在音质与深度编辑功能上仍有提升空间，但其 “技术普惠” 的理念正推动 AI 音乐生成从工具走向生态，有望成为内容创作领域的标配基础设施。
以 “完全免费 + 免版税” 为核心竞争力，打造了 AI 音乐生成领域的 “普惠型” 工具，尤其适合预算有限的个人创作者与中小商业场景。其 “文本驱动创作 + 多模态生成” 的模式降低了音乐创作的技术门槛，而即将上线的音乐视频功能将进一步完善视听创作生态。
“免费即用、功能全面” 为核心竞争力，打造了覆盖 “创意输入 - 音乐生成 - 后期处理 - 商业应用” 的闭环生态，尤其适合预算有限的个人创作者与中小商业场景。其零注册门槛和多工具协同的设计，极大降低了音乐创作的技术与时间成本，而即将上线的音乐视频功能将进一步完善视听创作链条。
“简单、快速、多场景” 为核心竞争力，通过双模式生成系统与多功能工具矩阵，降低音乐创作的技术与成本门槛，成为连接普通用户与音乐产业的桥梁。其免费版吸引海量流量，付费版满足专业需求，尤其在短视频、游戏、广告等领域展现出强大的渗透力。
零注册、全免费、易操作的设计，成为 AI 音乐工具中的 “便捷首选”，尤其适合对效率要求高、预算有限的中小创作者。尽管在功能深度和版权明确性上存在不足，但其 “即用即走” 的特性精准满足了碎片化创作需求，成为短视频、播客等场景的 “标配工具”。
AI 音乐生成领域的 “全场景工具集”，通过技术普惠降低创作门槛，以专业功能满足进阶需求，在短视频、游戏、教育等行业展现出强大的渗透力。其核心价值在于 “效率与创意的平衡”—— 让新手快速实现音乐创意，让专业人士聚焦艺术打磨，成为数字时代音乐生产的基础设施级平台。
让专业工具平民化—— 无论是毫无基础的爱好者，还是追求效率的职业音乐人，都能通过 AI 提升创作能力。尽管在算法精度与生态完整性上仍有进步空间，但其 “深耕细分功能 + 本地化服务” 的策略，使其在 AI 音乐生成赛道中具备差异化竞争力，有望成为国内音乐创作者的必备工具之一。
受到全球 25,000 多名音乐家、内容创作者和音乐爱好者的信任，为不同需求的用户提供了便捷高效的音乐创作解决方案。
打破音乐创作的专业壁垒，让不同背景的用户都能轻松创作出原创、高质量的音乐作品，在多个领域都有着广泛的应用。
通过AI 技术 + 版权创新，重新定义了音乐创作的效率与合规性。
探索 AI 在复杂音乐创作领域的可能性。它通过深度学习技术，能够生成包含多乐器、多风格融合的完整音乐作品，在 AI 音乐生成领域具有里程碑意义。
专业级音乐生成为核心定位，专注于为影视、游戏、广告等行业提供高质量配乐解决方案。其技术架构融合深度学习与音乐理论，实现了从文本描述到多轨编曲的全流程自动化创作。
苏诺是一个歌曲创作平台，它鼓励用户围绕任何主题创作歌曲。
