AI音频

AssemblyAI API AssemblyAI

面向开发者的语音AI API 平台，提供从转录、理解到语音 Agent 的全链路基础设施

Gemini 3.1 Flash TTS Google

Google推出的新一代文本转语音模型，支持70+语言和音频标签导演级控制

Stable Audio Stable Audio

Stability AI 旗下 AI 音乐生成工具，文本/音频输入生成最长 6 分钟立体声音乐与音效

AIVA AIVA

AI 管弦乐配乐生成平台，支持 250+ 风格与商业版权购买

FunASR Tongyi Lab

阿里通义实验室开源的工业级语音识别工具包，50+语言170x实时率、私有化部署

Speechmatics Speechmatics

面向企业和开发者的低延迟语音 AI API，主打 56+ 语言转写、语音代理和多部署形态

Aispect Aispect

把现场语音实时变成可视化图像，让抽象演讲有了可分享的视觉表达

Fun-CosyVoice 3.5 FunAudioLLM

阿里通义实验室FunAudioLLM团队推出的多语种语音生成模型，支持FreeStyle自然语言指令控制与零样本语音克隆

Speechify Speechify

把朗读、语音输入AI 总结和语音问答打包成一套 Voice AI Productivity Assistant

AInterview AInterview

你做嘉宾 AI 做主持人，几分钟生成一期播客访谈

Fun-AudioGen-VD Alibaba Tongyi Lab

阿里通义实验室推出的音色设计模型，支持自然语言描述生成音色、情绪与场景化音频。

Soundraw Soundraw

AI 音乐创作平台，自由定制每个乐器的旋律与编曲