AI音频工具

​​趣丸千音（All Voice Lab）是趣丸科技推出的AI语音创作平台​。以自研的MaskGCT语音大模型为核心，提供一站式智能语音解决方案。集成文本转语音、视频翻译、声音克隆等多元能力，支持多语种多音色互换，帮助全球用户高效创作，告别语言障碍。

UntitledPen是一个AI驱动的语音生成平台，帮你的内容打造最自然流畅的旁白。 基于最先进的 GPT 音频生成模型，支持多语言、高质量音频，适用于视频/播客/广告/教育培训等多种情景下的配音需求。并通过智能编辑器让文本优化更加便捷，支持 Markdown 格式，输出 128kbps 及以上的标准音质，确保音质清晰动听。

AlMusicGen是一款免费在线AI音乐生成器，旨在帮助用户将创意快速转化为高品质的原创音乐。无论是通过输入歌词、文字描述，还是自定义曲风和情绪，AlMusicGen 都能在短短1 分钟内生成高达 4 分钟的完整音乐作品。

AI Song Maker是一个AI歌曲和音乐生成器，可快速为您生成高质量原创歌曲或音乐。支持任何场景的文本到歌曲、歌词到歌曲以及纯音乐生成，可订制化编辑不同音乐风格节奏、情绪和乐器等，也可对音乐执行删除人声、音轨分离、混音功能，使音乐制作过程更加灵活和高效。

AI Music Generator是一款创新型AI音乐创作平台，旨在帮助用户快速生成专业级别的原创音乐。支持 文本转音乐、歌词转音乐、风格自定义。无需音乐经验，AI 自动生成专业级音乐，支持 MP3、WAV、FLAC 高质量音频格式。

Zonos TTS是一个AI驱动的多语言文本转语音平台，支持语音克隆与情感调控，打造自然生动的高保真语音体验。 通过上传 10–30 秒音频即可实现个性化语音克隆，支持中文、英文、日语、法语、德语等多语言合成，具备情绪调节（如快乐、悲伤、愤怒、恐惧）与音频前缀输入功能。

Sesame AI是一款领先的 AI 语音合成平台，支持多语言、情感表达与自然对话，打造媲美真人的高保真语音体验。 通过深度学习与自然语言处理技术，Sesame AI 可生成具备语调、节奏与情绪的类人声音，适用于播客、有声书、虚拟助手、教育课程、客服系统等多种场景。

音刻（Inkr）是一款基于 AI 的多语言音视频转录工具，支持极速转录、说话人识别与智能笔记生成，适用于会议记录、采访整理、字幕制作等场景。FLASH 模式转录速度提升 8 倍，支持100+语言，助你高效捕捉每一段语音内容。

DiffRhythm是一款基于扩散模型的 AI 音乐生成平台，仅需歌词与风格提示，即可在 10 秒内生成最长达 4 分 45 秒的完整歌曲，涵盖人声与伴奏。

EasyVoice是一款免费开源的文本转语音工具，轻松快速的将长篇次小说、剧本文字等等批量变成真人朗读声音！它支持多角色配音、语音试听、自定义语速与音调，并接入各种 TTS 合成引擎（Microsoft Azure TTS, OpenAI, Edge-TTS）等朗读内容输出。可以用到制作生成使用不同人声音轨的有声书剧或者播客脚本等等！

Audio Note 是一款基于 OpenAI Whisper 模型的本地实时语音转文字工具，支持从麦克风、应用程序音频及音视频文件中提取语音并转录为文本，广泛应用于会议记录、字幕生成、直播转写等场景。

Spark-TTS是SparkAudio团队开源的基于大型语言模型（LLM）的高效文本转语音（TTS）工具，无需额外的生成模型，直接从LLM预测的编码中重建音频，实现零样本文本到语音的转换。Spark-TTS支持中英双语，具备跨语言合成能力，可通过参数调整（如性别、音调、语速）生成虚拟说话者的声音，满足多样化需求。

Vozart AI是一款在线 AI 音乐与歌词生成平台，支持从文本描述快速生成高质量原创音乐，集成歌词创作、音频分离、音效生成与图像转音乐等功能，操作简单、无需音乐基础，适用于短视频、播客、广告、游戏等多场景，所有作品均为免版权可商用。