AI语音合成

声声工坊（Sssay）是一款轻量化AI语音合成TTS工具，主打高效声音克隆、语音生成与声音识别。声声工坊提供一套中文声音生产工具：上传或录制 5-15 秒参考音频即可生成相近音色，也可以通过 Prompt 创建新音色；支持方言/风格短提示、流式与非流式 TTS、声音识别、SRT/VTT 字幕和时间轴导出。

AI字幕工具，支持英语、日语、韩语、法语、西班牙语、意大利语、葡萄牙语、德语、中文等20多种不同国家语言，ChatGPT生成台词摘要，给视频自动加字幕，高精度AI语音转写模型，语音识别字幕，支持SRT和ASS格式字幕。

Voicemaker聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为voicemaker.in。，涉及文本转语音、语音生成适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

AnyGen是字节跳动推出的AI办公智能体，通过语音输入和AI技术提升办公效率。用户长按录音按钮即可将语音快速转为文字，支持添加照片、截图和链接，避免了传统记录后的繁琐整理。

Airgram聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为airgram.io。，涉及AI会议工具、AI办公工具适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。 这意味着您可以使用OpenVoice来克隆任何人的声音，而且不限于特定语言。无论您是想要模仿某位名人的声音，还是需要在不同语言之间进行语音转换，OpenVoice都能够满足您的需求。 项目地址： https://github.com/myshell-ai/OpenVoice

零样本文本到语音（TTS）： 输入5秒的声音样本，即刻体验文本到语音转换。 少样本TTS： 仅需1分钟的训练数据即可微调模型，提升声音相似度和真实感。 跨语言支持： 支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 WebUI工具： 集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和GPT/SoVITS模型。 介绍视频 https://www.bilibili.com/video/BV12g4y1m7Uw/ 来自B站up主：花儿不哭

Gank Interview 是AI智能面试助手，专为笔试和面试设计的 AI 桌面应用程序。Gank Interview支持截屏模式和语音模式，能快速生成笔试答案或实时识别面试官问题并提供解答。

一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频 。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR） 。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录 。

千音漫语是北京熠声科技推出的智能声音创作助手，为用户提供高效、便捷的声音创作解决方案。拥有1200+AI主播，支持全球多种语言，覆盖聊天对话、有声书、广告等多种场景。用户可以基于强大的智能配音功能，通过多音字、停顿、重读等近20个调音工具，打造自然流畅的配音效果。

一个高级语音和Deepfake神经网络工具。功能： * 可以合成和克隆英语、俄语和中文的声音，同时支持实时语音识别。 * 能深度伪造面部和嘴唇动画，并使用一张照片进行人脸交换。 * 通过文本提示改变视频，进行分割和修饰。 * 具有语音合成、声音克隆、实时语音识别、多对话创建、视频到视频转换、深度伪造动画、AI修饰工具、自动分割掩码等功能。 * 支持英语、俄语、中文和西班牙语等多种语言。 * 适用于初学者和专业人士。 * 保护用户隐私。 * 应用于广告配音、游戏角色配音、有声书朗读和深度伪造项目等应用场景。 * 需要Python 3.10和ffmpeg作为运行环境。 * 由Wladislav Radchenko进行开发和维护。

本整合包修改自MVSEP-MDX23-Colab_v2，原项目为colab部署，作者修改了部分代码使其可以本地运行 该方案在 https://mvsep.com/ 网站上的SDR Vocals得分10.2196，截止打包日为开源模型中得分最高方案，对应参数已按照榜单修改完成。 评价：人声剥离完整，不砍频，测试用的这首很多模型都会把人声剥没一部分，该方案在作者测试中目前表现最好，但是会漏器乐，可能需要额外处理。 对比2.2版本，主要的变化是换用了新模型，以及配套的新方案和参数。 MVSEP-MDX23，如果你需要运行这个算法进行音源分离，占用显存可达4-15G，低于4G显存，可能运行失败 项目地址： https://github.com/jarredou/MVSEP-MDX23-Colab_v2 下载链接: https://pan.baidu.com/s/14KkRhYMIbqeYooq6mH0Knw?pwd=h9er 解压密码 领航员未鸟 2.2版本视频介绍： https://www.bilibili.com/video/BV1u8411y7P4/ 2.3版本视频介绍： https:/

FakeYou（https://fakeyou.com/）：多功能趣味 AI 创意工具平台 FakeYou 是一个充满创意和趣味性的 AI 工具平台，以其独特的名人语音生成及多样化的 AI 功能，为全球超过千万用户提供了丰富的创意体验，在娱乐、艺术创作等领域展现出独特的魅力。 平台的核心功能

Sesame AI是新一代AI语音伴侣，具备先进的自然对话能力和独特个性，旨在通过类人语音呈现技术提供有意义的互动体验。Sesame AI突破性地拉近了AI与人类互动的距离，我们运用尖端的语音临场技术，打造真实自然的对话体验，同时秉持诚信原则，明确传达AI的身份属性。Sesame AI目前提供Maya和Miles两位富有表现力的语音伙伴，用户可以通过浏览器网页端在线体验使用。

唱鸭聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为singduck.cn。适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。