AI音频

3D-Speaker

ModelScope 开源的多模态声纹识别与说话人分离工具包

Eleven Music ElevenLabs

ElevenLabs 的 AI 音乐生成平台，兼顾创作者工作台、商业授权市场和可嵌入式 Music API

OpenAI Advanced Voice OpenAI

ChatGPT 内置的实时语音对话模式，支持情感感知、打断交互与多轮自然对话

Voicery Voicery

高质量AI语音合成服务，提供自然逼真的文字转语音能力

ElevenLabs ElevenLabs

面向创作与客服场景的全栈 AI 语音与会话平台

Omnilingual ASR Meta FAIR

Meta FAIR 开源 1600+ 语言的语音转写系统

Voicemod Voicemod

实时AI变声工具，支持游戏、直播和社交场景的语音趣味化处理

Ekhos AI

AI 语音合成与音频内容创作平台

Omnilingual ASR Meta FAIR

Meta FAIR 开源 1600+ 语言的语音转写系统

Voicebox Meta

Meta 研究团队提出的通用语音生成模型，核心卖点是零样本、多任务和更快推理

Ecrett Music ecrett

面向创作者的 AI 免版税配乐生成工具，按场景、情绪和类型快速生成可商用音乐

NaturalReader NaturalReader

同时覆盖个人朗读、商用配音与教育无障碍的老牌 AI 文本转语音平台