Typecast

魔音工坊是由出门问问推出的一款先进的配音工具和高效多人音频协同创作工具，可以智能将文字转换成语音，支持多种语言和语音风格，包括中文、英文、日语、韩语等。该工具集成了先进的深度学习技术，可以根据不同的文本内容和语境，生成自然流畅的语音。

通义听悟是阿里巴巴推出的智能AI会议转录和总结工具，支持实时双语翻译字幕，一键高亮要点，智能提炼总结，高效记录、整理和共享音视频内容。多种字幕形态随心切换，自动区分发言人，总结关键词、议程、摘要、待办事项和问题。支持一键导出和公开分享。

Riffusion 是一个免费开源的具有稳定扩散的实时音乐和音频生成库，用户只需输入音乐描述，AI便可以生成对应风格的音乐。该开源项目由Seth Forsgren 和 Hayk Martiros推出，Riffusion的背后原理是基于Stable Diffusion（文本生成图像模型）微调频谱图，频谱图是音频的视觉表示，显示不同频率随时间的振幅，而后再将高保真度的频谱图图像转换为音频。

天工SkyMusic是昆仑万维推出的国内首个音乐SOTA模型，采用自研的大模型音乐音频生成技术，能够实现端到端的音乐创作，包括乐器、人声、旋律等元素的一体化生成。

AI人声生成工具

实时AI变声工具