一款集成超过1000种不同调音和100多种语言的免费实时AI语音转换软件！

帮助用户高效记录、整理和利用语音信息，将语音笔记转化为文字、摘要、关键点和待办事项，实现一键生成和管理。

在 Play.ht，我们相信未来所有的内容创作都将由 AI 生成，但由人类指导，而最具创造性的工作将取决于人类将他们想要的创作表达给机器的能力。

支持生成长达3分钟的四说话者对话，并可通过扩展训练语料轻松扩展至更长、更多说话者的对话场景。

搭载多语言适配及零样本学习能力，为用户交付专业级高精度语音克隆服务。

一款先进的在线AI文本转语音工具，它基于业界领先的深度学习算法和自然语言处理技术，为用户提供高质量的语音合成服务。

从故事策划→文本生成→视觉素材（图像/视频帧）→分镜排版→镜头运动/特效→背景音乐，一次性完成，无需在多个工具之间切换。

在几秒钟内克隆您的声音或从我们可用的 AI 声音中进行选择，每个版本都会添加更多。

人工智能工具 Resemble AI 允许用户通过录制和上传语音数据，通过语音克隆来创建类似人类的声音。

一款由字节跳动推出的智能视频编辑工具！

有声制作AI+，效率提高10倍+！告别多平台繁琐操作，让创作简单高效！一气呵成，事半功倍！

Listnr是一款AI文本转语音工具。

支持情感化的文本转语音功能，用户可以选择预设的情感标签（如喜悦、悲伤、愤怒等），或自定义情感强度和语调，使语音内容更具沉浸感。

Synthesi X 是一款人工智能工具，可帮助企业创建图像版本以寻求在线信任。

支持超过 100 种语言，能够实时将语音转化为流畅自然的文字，速度比传统打字快 3 倍。

一个功能强大、使用方便的在线智能音视频处理平台！

一款一体化AI文本到歌曲转换器工具，只需点击几下，您就可以轻松创建完全定制的歌曲。

在传统拼音、双拼输入基础上，融合AI智能纠错与大语言模型能力，依托整句语义分析优化文字修正，整体纠错准确率约70%，输入更流畅精准。

支持实时语音识别、图片识别、智能辅助回答、多语言面试。全平台适用，助你轻松拿Offer。

集实时录音转写、多语种语音翻译、语音备忘录、AI语音降噪、智能会议纪要、云文档存储、加密分享于一体，为个人与企业打造高效、省心、安全的全场景会议记录解决方案。

凭借前沿人工智能技术，为音乐人、创作者与制作人提供高效、零门槛的音乐创作体验。支持将声音、文字与灵感一键生成完整原创音乐。

即答侠(HireMe AI)在你面试时实时监听面试官问题，支持腾讯会议、飞书、钉钉、Zoom、Google Meet 等任意会议软件，面试官完全无感。

O-VITS-SVC4.0详细安装、训练、推理使用步骤！

一款单纯的音频处理工具，更是一个集音频分析与语音交互于一体的智能平台，为用户提供了一种全新的、便捷的交互方式。

平台提供免费使用方案，免费版单次支持120字符，升级后单次上限提升至1000字符，面向语音研究、开发及创作人群提供专业语音生成服务。

一款免费在线音视频转文字、AI笔记平台，支持音频、视频一键转化为可编辑的图文笔记，兼具信息提取与内容精炼功能。

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。

凭借高精准转写能力帮各类从业者省去人工听写成本，全功能免费、无隐形扣费与额度限制，覆盖内容创作、政企、教研、法务、医疗、传媒全行业。

将PDF、Docx、Markdown和TXT等格式的文档转换为高质量的音频播客，支持70多种语言处理。

免繁杂配置、无需管理员权限，支持免费试用，面向高压沟通场景、想要稳定专业输出的职场人群。

AI音乐、文字转语音、语音转语音

按住右Option即可语音录入，松开按键后仅1.4秒完成转写并自动填入光标位置，支持中英混合输入与本地离线语音识别。

用户只需上传目标语音的音频文件并输入所需语音的文本，Vocloner能在几秒钟内将文本合成为克隆的语音，免费使用时每日限制为1000个字符。

平台采用免费+付费的定价模式，免费用户可创建1个语音克隆、拥有500字符生成配额，付费详情暂未明确。

阿里云TTS是一个AI语音合成服务。

FireRedASR 是由小红书 FireRed 团队开发并开源的一系列工业级自动语音识别（ASR）模型，专为普通话、中文方言和英语设计。

一款基于同花顺语音识别技术的智能办公助手，旨在为用户提供高效的文字转录、音频制作和翻译服务

一款免费无广告的专业语音沟通工具，主打稳定高清通话，全面覆盖PC、安卓、iOS、网页多端，随时随地都能畅享流畅语音交流。

Speechify 是一款文本转语音应用程序，可让全世界轻松收听文档、文章、PDF 和其他文本格式。

按下Fn快捷键即可一键唤醒，实现语音实时转文字，日常沟通、办公文案、专业术语均可精准识别，高效简化输入流程，全程免费使用。

支持使用个人数据进行语音克隆，可以用于创建个性化的语音助手或定制的语音模型。

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。

将用户语音内容智能转化为流畅优美的文字故事，以自然便捷的方式捕捉生活回忆与专属故事，让灵感与记忆不再流失。

模型在多项音频基准测试中表现领先，支持复杂任务执行与多语言实时对话，同时内置SynthID水印技术，确保AI生成音频可追溯，有效防范虚假信息传播。

无需魔法即可直接使用，专为学生、职场人、创意工作者打造，融合大语言模型与图像生成能力，覆盖写作、绘图、论文、PPT、翻译、文档解读等全场景，大幅提升学习与办公效率。

平台支持AI代理绑定独立手机号、真人式外呼，搭配拟人对话能力，可落地客资筛选、客服接待、预约统筹等多项场景，产品定价暂无公开信息，详情可前往官网咨询。

搭载云端同步与本地词库双引擎加速，可依据用户输入习惯动态优化候选词排序，打造流畅纯净的输入体验。

打开浏览器就可以使用，生成速度很快，不需要注册账户，也不限字数、不限次数，不限音频时长。

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。

用户可以上传音频文件，并从多种 AI 语音中选择，替换原始歌声。提供超过 10,000 种 AI 语音，涵盖多种风格和语言。

Video是一款视频翻译工具，用户可以轻松地将视频翻译成多种语言。

本地部署运维、全链路遵循GDPR隐私规范，覆盖40+语种自然人声合成，主打39ms超低首帧时延，面向政企、开发服务商打造安全可控的合规TTS方案，支持免费试用与企业定制化报价。

iMyFone Filme提供多种语音编辑工具，让您拥有强大的时刻！

一款免费的文本转语音工具，提供语音合成服务，支持多种语言！

Seed-TTS 是由字节跳动开发的一系列高质量、多功能的文本到语音（TTS）模型，旨在生成与人类语音极为相似的语音。

一句话slogan：“上传一段声音，即刻生成声动大片。”面向短视频博主、广告制片、教育讲师、自媒体与广电机构，提供「文字→声音→画面→成片」全自动链路，10分钟完成传统团队3天的制作

用户可以选择数千种社区上传的 AI 语音模型，包括著名歌手、卡通角色、动漫人物等，甚至可以上传自己的声音样本训练个性化的语音模型。

区别于传统工具单一的语音转写能力，秒言深度融合大模型技术，兼顾超高识别精度与语义理解能力，精准捕捉口语背后的核心意图。

核心功能是把文字快速转化为自然、逼真的语音，并提供丰富的编辑与集成能力。

仅需5秒语音样本，即可精准复刻人声音色，任意生成自定义语音内容。依托编码器、合成器、声码器架构，高效提取人声音色、语调、语速等特征，实现高仿真语音克隆效果。