ElevenLabs Sound Effects
ElevenLabs Sound Effects 是文生音效工具，可用提示词生成自定义 SFX、环境声、循环音效和电影感音频。它支持时长控制、prompt influence、循环音效、多版本生成、下载和 API 工作流，适合视频、游戏、播客和应用。
ElevenLabs Sound EffectsAI音效文生音效
2640
Mureka
Text to music - 智能 AI 工具，助力您的工作效率。
ai-musicfree
1350
Udio
Create music from simple text prompts by specifying topics, genres, and other descriptors which are then transformed into professional quality tracks. - 智能 AI 工具，助力您的工作效率。
ai-musicfree
1120
Suno AI
Create stunning original music for free in seconds using AI. Make your own masterpieces, share with friends, and discover music from artists worldwide. - 智能 AI 工具，助力您的工作效率。
ai-musicfree
930
Lalal.ai
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. - 智能 AI 工具，助力您的工作效率。
voice-processingfree
740
Vocal Remover
Separate voice from music out of a song free with powerful AI algorithms - 智能 AI 工具，助力您的工作效率。
voice-processingfree
710
So-VITS-SVC
So-VITS-SVC 4.1 是一个存档的开源研究框架，用于歌声转换，而不是文本到语音的转换。该独立指南涵盖同意、许可、干净数据集、F0 和编码器、培训、推理、评估、披露、安全和替代方案。
so-vits-svc歌声转换声音转换
1000
Shazam
Shazam 是 Apple 的音乐识别应用，可识别身边或其他 App 中正在播放的歌曲。它适合听众、DJ、创作者和营销人员快速找到歌名、歌词、视频、演出信息和后续播放入口。
Shazam音乐识别识别歌曲
1030
ChatTTS
ChatTTS is a text-to-speech model designed specifically for dialogue scenario such as LLM assistant. It supports both English and Chinese languages. - 智能 AI 工具，助力您的工作效率。
text-to-speechfree
1020
Tetos
Tetos 是一个开源 Python/CLI 包装层，为多个文本转语音服务提供统一接口。它适合希望比较或切换 Edge TTS、OpenAI、Azure、Google、火山引擎、百度、Minimax、讯飞、Fish Audio 等引擎的开发者。
Tetostext to speechTTS API
1020
EmotiVoice
EmotiVoice 是网易有道开源的多音色、提示词可控 TTS 引擎，支持中英文语音合成、2000+ 音色、情绪与风格提示控制，适合研究、开发、内容原型、角色配音和语音应用实验。
EmotiVoice情绪TTS开源文字转语音
1010
ElevenLabs
ElevenLabs 是 AI 语音平台，覆盖文本转语音、声音克隆、配音、语音识别、voice agents 和生成式音频 API。
ElevenLabsAI voice generatortext to speech
1120
Coqui TTS
A deep learning toolkit for Text-to-Speech, battle-tested in research and production - 智能 AI 工具，助力您的工作效率。
text-to-speechfree
1250
Hailuo AI TTS
Hailuo AI TTS 与 MiniMax Audio 相关，是面向多语种 AI 语音、声音克隆和音频内容工作流的文本转语音产品。
Hailuo AI TTSMiniMax Audiotext to speech
2080
Azure Text to Speech
The best and most realistic voice tools currently available - 智能 AI 工具，助力您的工作效率。
text-to-speech
1020
Index TTS
IndexTTS 是 Bilibili 开源的工业级、可控、高效零样本文本转语音系统。它更适合语音研究者和开发者做可控 TTS 实验，而不是普通用户寻找成品网页配音工具。
Index TTStext to speechzero-shot TTS
4510
Whisper Web
ML-powered speech recognition directly in your browser. Built with Transformers.js. - 智能 AI 工具，助力您的工作效率。
speech-recognitionfree
1010
WhisperX
WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization) - 智能 AI 工具，助力您的工作效率。
speech-recognitionfree
1120
WhisperDesktop
WhisperDesktop 是一个 Windows 桌面应用程序和 DirectCompute 实现，用于在音频、视频和麦克风输入上本地运行 OpenAI Whisper。本指南涵盖设置、模型、GPU、字幕、隐私和替代方案。
WhisperDesktopOpenAI Whisperspeech recognition
1180
Buzz
Buzz 是一款获得 MIT 许可的免费桌面应用程序，用于在 macOS、Windows 和 Linux 上进行本地 Whisper 转录、字幕、实时字幕、翻译和说话人标签。本指南比较了后端、硬件、隐私、准确性测试、字幕 QA、CLI 自动化和云替代方案。
BuzzBuzz Captions离线转录
1310
Whisper.cpp
Whisper.cpp 是 OpenAI Whisper 的轻依赖 C/C++ 实现，用于本地转录、翻译、流媒体、服务器和嵌入式应用程序。本指南涵盖模型、量化、后端、准确性、隐私和部署。
speech-recognitionfree
1230
Whisper
OpenAPI open source robust speech recognition model through large-scale weak supervision - 智能 AI 工具，助力您的工作效率。
speech-recognitionfree
1330
RTranslator
开源 Android 实时翻译应用，可在本地离线运行，适合重视隐私的语音和文本翻译。
RTranslatoroffline translatorreal-time translation
1170
OpenAI Translator
Open source project. Crossword translation browser plugin and cross-platform desktop application based on ChatGPT API - 智能 AI 工具，助力您的工作效率。
ai-translationfree
1340