AI音频

iSpeech iSpeech

老牌文字转语音服务平台，提供跨平台TTS与语音识别API

Adobe Podcast Adobe

Adobe AI 音频工具，一键将普通录音升级为录音室级音质

ACE-Step 1.5 ACE-Step

开源音乐基础模型，消费级显卡也能跑

Hume EVI Hume

具备情绪理解能力的语音 AI 接口，用于构建自然的实时对话体验。

ACE-Step ACE-Step

ACE Studio 与 StepFun 联合开源的音乐生成基础模型，支持高效生成与歌词编辑

Harmonai Harmonai

Stability AI 开源的 AI 音乐生成平台

Abogen Abogen

开源电子书与文档转音频工具，支持同步字幕与多语音控制

海绵音乐 海绵音乐

字节跳动推出的免费 AI 音乐创作平台，一句话生成可演唱歌曲

Whisper Live Kit WLK

自托管的超低延迟实时语音转写工具包，兼容 OpenAI REST、Deepgram WebSocket 与原生流式接口

3D-Speaker

ModelScope 开源的多模态声纹识别与说话人分离工具包

Gensfx Gensfx

免费 AI 音效生成器，文本一键转高质量音效

Whisper OpenAI

OpenAI 开源通用语音识别模型，MIT 许可，支持 99+ 种语言的转写与翻译