Stable Audio est la plateforme audio générative de Stability AI pour créer musique, loops, stems, ambiances et effets sonores depuis des prompts. Stable Audio 3.0 propose des modèles pour expérimentation artistique et options open-weight.
Open source library for audio/music generation by Meta, which mainly includes two models, MusicGen: text-to-music model, AudioGen: text-generated sound model. - Outil IA intelligent pour améliorer votre productivité.
Bark is a transformer-based text-to-audio model created by Suno. Bark can generate highly realistic, multilingual speech as well as other audio - including music, background noise and simple sound effects. - Outil IA intelligent pour améliorer votre productivité.
ElevenLabs Sound Effects est un générateur text-to-sound-effects pour créer SFX, ambiances, loops et audio cinématique depuis des prompts. Il prend en charge durée, prompt influence, loops, variations, téléchargements et workflows API.
Mureka est une plateforme de création musicale par IA qui génère des chansons depuis un prompt ou des paroles, puis propose référence audio, Vocal ID, retouche ciblée, remix, stems et export.
Create music from simple text prompts by specifying topics, genres, and other descriptors which are then transformed into professional quality tracks. - Outil IA intelligent pour améliorer votre productivité.
Create stunning original music for free in seconds using AI. Make your own masterpieces, share with friends, and discover music from artists worldwide. - Outil IA intelligent pour améliorer votre productivité.
Split vocal and instrumental tracks quickly and accurately with LALAL.AI. Upload any audio file and receive high-quality extracted tracks in a few seconds. - Outil IA intelligent pour améliorer votre productivité.
Separate voice from music out of a song free with powerful AI algorithms - Outil IA intelligent pour améliorer votre productivité.
So-VITS-SVC 4.1 est un cadre de recherche open source archivé pour la conversion de la voix chantée, et non la synthèse vocale. Ce guide indépendant couvre le consentement, les licences, les ensembles de données propres, F0 et encodeurs, la formation, l'inférence, l'évaluation, la divulgation, la sécurité et les alternatives.
Shazam est l’app Apple de reconnaissance musicale pour identifier les chansons autour de soi ou dans des apps compatibles. Elle aide à trouver vite titre, paroles, vidéos, concerts et liens Apple Music.
ChatTTS is a text-to-speech model designed specifically for dialogue scenario such as LLM assistant. It supports both English and Chinese languages. - Outil IA intelligent pour améliorer votre productivité.
Tetos est un wrapper open source Python/CLI qui fournit une interface unifiée pour plusieurs fournisseurs text-to-speech. Il aide les développeurs à comparer ou changer Edge TTS, OpenAI, Azure, Google, Volcengine, Baidu, Minimax, Xunfei, Fish Audio et autres moteurs.
EmotiVoice est un moteur TTS open source gratuit de NetEase Youdao, multi-voix et contrôlé par prompts. Il prend en charge anglais et chinois, plus de 2 000 voix et le contrôle émotionnel pour recherche, prototypes et applications vocales.
ElevenLabs est une plateforme de voix IA pour TTS, clonage vocal, doublage, STT, voice agents et API audio génératives.
A deep learning toolkit for Text-to-Speech, battle-tested in research and production - Outil IA intelligent pour améliorer votre productivité.
Hailuo AI TTS est un outil lié à MiniMax Audio pour la synthèse vocale multilingue, les voix IA et le clonage vocal.
The best and most realistic voice tools currently available - Outil IA intelligent pour améliorer votre productivité.
IndexTTS est le système open source de Bilibili pour synthèse vocale zero-shot, contrôlable et efficace à niveau industriel. Il vise plutôt chercheurs et développeurs speech qu’une app web vocale clé en main.
Whisper Web est une démo MIT de reconnaissance vocale dans le navigateur avec Transformers.js, transcription locale, horodatage et export TXT/JSON.
WhisperX est une chaîne open source pour l’audio long qui ajoute à faster-whisper le batch, l’alignement forcé par langue et la diarisation optionnelle avec pyannote.
WhisperDesktop est une application de bureau Windows et une implémentation de DirectCompute pour exécuter OpenAI Whisper localement sur une entrée audio, vidéo et microphone. Ce guide couvre la configuration, les modèles, les GPU, les sous-titres, la confidentialité et les alternatives.
Buzz est une application de bureau gratuite sous licence MIT pour la transcription Whisper locale, les sous-titres, les sous-titres en direct, la traduction et l'étiquetage des locuteurs sur macOS, Windows et Linux. Ce guide compare les backends, le matériel, la confidentialité, les tests de précision, l'assurance qualité des sous-titres, l'automatisation CLI et les alternatives cloud.
Whisper.cpp est une implémentation C/C++ légère en dépendances de OpenAI Whisper pour la transcription locale, la traduction, le streaming, les serveurs et les applications intégrées. Ce guide couvre les modèles, la quantification, les backends, la précision, la confidentialité et le déploiement.