最新收录AI工具
按收录时间浏览ToolNavs最新发布的AI工具，及时发现新产品和新服务。
Landr LANDR 是一款集 AI 音乐母带处理、数字发行、插件、样本库、协作工具和在线课程于一体的全功能音乐创作平台。其核心功能包括基于 AI 的母带处理引擎，可根据上传的音频自动分析并生成个性化的母带处理链，支持在线、插件和移动端使用。LANDR 还提供超过 300 万个免版权样本、40 多种插件、AI 音乐创作工具、在线课程和远程协作功能，帮助音乐人高效完成从创作到发布的全流程。平台支持将音乐分发至 150 多个流媒体平台，用户可保留 100% 的收入。LANDR 提供多种订阅计划，满足不同用户的需求，是音乐创作者、制作人和内容创作者的理想选择。 
Moises.ai Moises 是一款基于人工智能的音乐应用程序，旨在帮助音乐人、制作人和爱好者提升练习和创作效率。其核心功能包括 AI 音频分离，可将任何歌曲中的人声、鼓、吉他、贝斯、钢琴等乐器音轨分离，便于用户进行混音、伴奏或练习。此外，Moises 提供智能节拍器、音高调整、速度控制、和弦检测、歌词转录等功能，支持用户自定义音频设置，满足不同的音乐创作需求。该应用支持 iOS、Android、Web 和桌面平台，提供免费和付费订阅选项，适用于音乐学生、教师、演奏者和内容创作者。Moises 致力于通过先进的 AI 技术，为用户提供高效、便捷的音乐创作和练习工具。 
MixAudio MixAudio 是由 Neutune Inc. 开发的多模态 AI 音乐创作平台，支持用户通过文本、图像、音频或视频等多种输入方式，快速生成高质量、免版权的原创音乐。平台提供丰富的功能，包括 AI 原创配乐、风格化混音、音轨分离、样本生成、音频分析和全局编辑等，满足音乐人、内容创作者、游戏开发者和品牌营销人员的多样化需求。用户可以利用 MixAudio 的 AI 音乐代理，通过对话式界面与 AI 互动，定制音乐风格、节奏和情绪，实现个性化的音乐创作。平台还提供 BlockMusic AI 引擎，支持音乐模块的灵活组合与再创作，提升创作效率和灵活性。MixAudio 提供免费和付费订阅选项，适用于 Windows、macOS、iOS 和 Android 等多种平台，助力用户轻松实现音乐创意。 
Riffusion Riffusion是一款基于AI的音乐生成平台，允许用户通过文本提示实时创作完整的歌曲。该平台利用改进的Stable Diffusion模型，将文本描述转换为声谱图图像，再通过傅里叶逆变换生成音频，实现从文字到音乐的转换。用户可以输入详细的音乐风格、情绪、乐器等描述，生成多种音乐风格的作品，包括爵士、放克、布鲁斯等。Riffusion支持歌词输入、曲目结构标签、AI人声生成以及多种自定义选项，适合音乐创作者、教育者和爱好者使用。平台提供免费使用，用户无需具备音乐制作经验即可创作出高质量的音乐作品。 
StockmusicGPT StockmusicGPT 是一款基于人工智能的音乐生成平台，支持用户通过文本或图像提示快速创作免版权的音乐、音效和歌曲翻唱。平台提供多种功能，包括文本生成音乐、图像生成音乐、音乐延展、风格复制、混音、母带处理、音频增强、声部分离和人声去除等，满足内容创作者、音乐人和企业用户的多样化需求。用户可以根据项目需求自定义音乐的风格、情绪和时长，生成的音频可用于商业用途，无需担心版权问题。StockmusicGPT 提供免费试用和多种订阅计划，适用于视频制作、播客、广告、游戏等多种场景，助力用户高效实现音乐创意。 
Tracksy Tracksy 是一款基于生成式人工智能的音乐创作平台，旨在帮助用户快速将创意转化为高质量的原创音乐。用户可以通过输入文本描述、选择音乐风格或设定情绪，轻松生成符合需求的音乐作品。平台提供多种功能，包括“Tracksy Create”文本生成音乐工具和“Tracksy Revamp”音频再创作工具，支持用户上传音频片段进行扩展和混音。生成的音乐可用于商业用途，适合内容创作者、音乐人、播客制作者和视频编辑者等。Tracksy 提供免费试用和多种订阅计划，满足不同用户的需求，是音乐创作和内容制作的理想助手。 
Covers AI Covers.ai 是一款面向音乐创作者、营销人员和内容制作人的 AI 音乐创作平台，提供多种创新工具，包括 AI 翻唱、歌词替换、语言转换、曲风转换、文本转语音和病毒式 TikTok 视频生成等功能。用户可以选择动漫角色、游戏角色、政治人物等多种 AI 声音模型，快速生成高质量的翻唱作品或原创歌曲。平台支持自定义 AI 声音训练，帮助用户打造独特的虚拟歌手形象。Covers.ai 操作简便，适合用于音乐创作、社交媒体内容制作和品牌营销，助力用户轻松实现音乐创意的多样化表达。 
LALAL.AI LALAL.AI 是一款领先的人工智能音频处理平台，专为音乐制作人、内容创作者和音频工程师设计，旨在通过AI技术简化音频分离和清理流程，提升内容创作效率和质量。平台提供多种功能，包括人声与伴奏分离、乐器提取、背景噪音去除和回声消除等，满足不同场景的音频处理需求。用户可以上传多种格式的音频或视频文件，如MP3、WAV、FLAC、MP4等，平台将自动进行高质量的音频分离和处理。LALAL.AI 采用自主研发的神经网络模型，如Phoenix、Orion和最新的Perseus，确保音频处理的高精度和自然度。平台还提供桌面应用和移动应用，支持批量上传和处理，方便用户在不同设备上使用。通过LALAL.AI，用户能够高效地创建、优化和管理音频内容，提升观众参与度和品牌影响力。 
Adobe Podcast Adobe Podcast 是一款基于人工智能的音频创作平台，专为播客制作者、内容创作者和教育工作者设计，旨在通过AI技术简化音频录制和编辑流程，提升内容创作效率和质量。平台提供多种功能，包括“Enhance Speech”用于去除背景噪音和回声、“Mic Check”用于优化麦克风设置，以及“Studio”用于在线录音、编辑和增强音频内容。用户可以通过浏览器直接访问平台，无需下载任何软件，实现高效的音频创作体验。Adobe Podcast 还支持自动转录、文本编辑音频、多语言支持等功能，满足不同场景的创作需求。平台提供免费和高级会员选项，适合不同规模的团队和个人用户，助力提升内容创作效率和搜索引擎表现。 
FineShare FineShare是一款集AI语音降噪、语音合成与实时变声于一体的在线音频创作平台。内置百余种高拟真主播音色与多语种TTS引擎，支持文字转语音、语音转文字及情感朗读；一键消除环境噪音并智能平衡音量，录制完成后可自动生成字幕与分轨文件。浏览器与Windows双端使用，开放API与插件，无需专业设备即可快速制作播客、短视频配音和远程会议高质量音频，数据本地加密存储，确保隐私安全。 
讯飞智作 讯飞智作是科大讯飞推出的一站式AI配音与内容创作平台，集文字转语音、语音合成、AI配音及虚拟人视频生成为一体。平台内置多情感、多语种、高拟真音库，可针对新闻播报、电商解说、教育培训、短视频等多场景实现一键配音；同时支持“AI演播室”中虚拟人形象构建与智能交互。用户可通过Web端或API接入，快速输出高品质音视频作品，助力品牌与创作者降本增效、智能化生产内容。 
Fish Audio Fish Audio是一款先进的AI语音合成与克隆平台，提供高质量的文本转语音（TTS）和语音克隆服务。用户只需提供30秒的清晰语音样本，即可快速创建个性化的AI声音模型，支持多语言和跨语言生成。平台内置超过20万个声音模型，适用于广告配音、有声读物、播客、教育内容等多种场景。Fish Audio支持API集成，提供免费和付费计划，满足个人创作者和企业用户的不同需求。其开源项目Fish-Speech在TTS-Arena2评测中排名第一，展现了卓越的语音合成能力和稳定性。 
Voice.ai Voice.ai 是一款功能强大的 AI 实时语音变声器，支持在游戏、直播、会议和社交应用中即时更换声音。用户可从“Voice Universe”中选择数千种用户生成的声音，或通过语音克隆技术创建个性化声音。平台支持 Windows、macOS、iOS 和 Android，兼容 Discord、Zoom、Skype、Google Meet 等主流应用。此外，Voice.ai 提供在线音频工具，如声道分离、回声消除和音频增强，适用于内容创作者、主播、游戏玩家和教育工作者。其先进的语音转换技术保持原始语音的情感和语调，实现自然流畅的语音变换。无论是娱乐、隐私保护还是专业内容制作，Voice.ai 都能提供高质量的语音解决方案。 
Mubert Mubert 是一款领先的 AI 音乐生成平台，专为内容创作者、开发者和品牌设计，旨在通过人工智能技术简化音乐制作流程，提升内容创作效率和质量。平台提供多种功能，包括 Mubert Render（为视频、播客等生成符合情绪和时长的背景音乐）、Mubert Studio（音乐人可上传样本，与 AI 合作创作音乐并获得收益）、Mubert API（开发者可将 AI 音乐生成集成到应用或游戏中）和 Mubert Play（为用户提供个性化的 AI 音乐流，适用于工作、学习、锻炼等场景）。Mubert 的音乐库涵盖超过 100 种风格和 30 多种情绪，所有音乐均为免版税，适用于商业用途，帮助用户避免版权问题。通过 Mubert，用户能够高效地创建、优化和管理音乐内容，提升观众参与度和品牌影响力。 
Murf AI Murf AI 是一款先进的人工智能语音生成平台，专为内容创作者、教育者和企业用户设计，旨在通过AI技术简化语音制作流程，提升内容创作效率和质量。平台支持将文本转换为自然流畅的语音，提供超过120种AI声音，涵盖20多种语言和多种口音，满足全球化的内容创作需求。Murf AI 提供多种功能，包括文本转语音、语音克隆、AI配音、语音转换器和API集成，适用于视频配音、播客制作、电子学习、广告等多种场景。用户可以自定义音调、语速、停顿、重音和发音，提升音频的自然度和专业性。Murf AI 还支持与Canva、Google Slides、PowerPoint等平台的集成，方便用户在不同平台上使用。通过Murf AI，用户能够高效地创建、优化和管理语音内容，提升观众参与度和品牌影响力。 
Open Voice OS OpenVoiceOS（OVOS）是一个由社区驱动的开源语音AI平台，旨在为各种设备创建自定义的语音控制界面。该平台强调隐私和安全，允许用户在本地处理语音数据，避免将敏感信息发送到云端，从而增强数据保护。OVOS支持多种硬件平台，包括Raspberry Pi、Mycroft设备以及Linux桌面和笔记本电脑，适用于嵌入式系统和低规格设备。其模块化架构包括ovos-core、ovos-listener和ovos-messagebus等组件，支持插件化的语音识别（STT）和文本转语音（TTS）引擎，用户可以根据需求选择合适的插件。OVOS还提供了丰富的开发者工具和文档，方便开发者创建和部署自定义的语音应用程序。作为Mycroft项目的延续，OpenVoiceOS致力于提供一个透明、可定制且尊重用户隐私的语音助手解决方案。 
Wondercraft Wondercraft 是一款 AI 驱动的音频创作平台，用户只需输入文本，即可快速生成专业级播客、广告、冥想音频、有声书等内容。平台集成了包括 ElevenLabs、OpenAI、Google Gemini 在内的六大 AI 语音模型，提供超过 1,000 种高仿真声音，并支持自定义语调、情绪和语速。用户还可以上传或克隆自己的声音，实现个性化音频制作。Wondercraft 提供直观的时间轴编辑器，便于添加音乐、音效和多轨混音，支持多语言翻译和团队协作，适用于内容创作者、企业营销、教育培训等多种场景。平台采用 SOC 2 和 GDPR 合规的安全标准，保障用户数据隐私。无论是初学者还是专业人士，Wondercraft 都能在几分钟内将创意转化为高质量的音频内容。 
悦音配音 悦音配音是制片帮旗下的AI智能在线配音平台，支持将文字快速转换为高拟真语音，涵盖普通话、方言、英文及儿童、男女多种声音风格。平台依托央视级播音团队和Hollywood录音棚设备，内置情绪主播模型，可模拟欢快、抒情、激情等多维情感，满足广告片、宣传片、短视频、影视解说、有声书等多场景配音需求。5分钟极速合成，无需下载客户端，提供清晰自然的机器配音与真人配音服务，助力创作者与企业高效输出专业音频内容。 
Kits AI Kits.AI 是一款面向音乐制作人和内容创作者的 AI 音频平台，提供 AI 人声克隆、歌声生成、音轨分离、音效处理与文本转语音等多种功能。用户可上传声音样本训练专属 AI 声音模型，或使用平台提供的 75+ 种免版权 AI 声音进行创作。Kits.AI 支持音频降噪、母带处理、MIDI 转换等高级功能，并提供 API 接口，适用于开发者集成音频工具。平台提供免费试用和多种订阅方案，适合音乐创作者、视频制作人和开发者使用，提升音频创作效率与质量。 
ListenHub ListenHub 是一款基于人工智能的播客生成平台，专为希望快速获取个性化音频内容的用户设计。用户只需输入感兴趣的主题、粘贴网页链接或上传文件，平台即可在1至5分钟内生成高质量的播客内容，支持中文和英文两种语言。ListenHub 利用先进的AI语音合成技术，提供自然流畅、接近真人的语音体验，适用于通勤、学习和信息获取等多种场景。此外，ListenHub 提供免费和高级会员选项，满足不同用户的需求。通过其Chrome扩展程序，用户还可以一键将网页内容转换为播客，实现高效的信息获取方式。 
OpenAI.fm OpenAI.fm 是由 OpenAI 推出的互动式文本转语音平台，旨在为开发者和内容创作者提供高质量的语音合成服务。平台采用先进的 GPT-4o-mini-TTS 模型，支持多种预设声音角色，包括 Alloy、Ash、Ballad、Coral、Echo、Fable、Nova、Sage、Shimmer 和 Verse，用户可以根据需求选择合适的声音风格。OpenAI.fm 提供实时语音生成、情感语调调整、多语言支持等功能，适用于教育、播客、客户服务等多种场景。此外，平台还提供 API 接口，方便开发者将语音合成功能集成到自己的应用中。通过 OpenAI.fm，用户可以高效地创建自然流畅的语音内容，提升内容的可访问性和用户体验。 
Audiobox by Meta Audiobox 是由 Meta 的 FAIR（Facebook AI Research）团队开发的先进 AI 音频生成平台，旨在通过人工智能技术简化音频创作流程，提升内容创作效率和质量。平台支持多种功能，包括语音克隆、文本转语音、音效生成、声音风格重塑和音频补全等，满足不同场景的创作需求。用户可以通过录制声音或输入文本提示，生成高度逼真的语音内容，适用于播客、游戏、教育和营销等多个领域。Audiobox 采用自监督学习技术，训练数据涵盖超过 160,000 小时的语音、20,000 小时的音乐和 6,000 小时的音效，支持多语言和多种声音风格，确保生成音频的高质量和多样性。此外，平台还提供音频补全功能，用户可以根据文本描述替换或添加音频片段，提升音频内容的完整性和创意性。Audiobox 提供免费使用，适合内容创作者、开发者和研究人员探索 AI 音频生成的无限可能。 
AudioPen AudioPen 是一款创新的 AI 语音转文本工具，专为希望高效记录和整理思维的用户设计。用户只需点击录音按钮，开始自由表达想法，AudioPen 即可将杂乱的语音内容转化为清晰、结构化的文本。该平台支持多种语言，能够自动去除语气词和重复内容，生成适合用于笔记、博客、邮件等多种场景的文本。AudioPen 提供免费和高级会员选项，满足不同用户的需求。通过其直观的界面和强大的 AI 功能，AudioPen 成为提升写作效率和内容质量的理想工具。 
通义听悟 通义听悟是阿里云推出的智能会议录音与语音转写平台，基于自研大语言与语音识别模型，实现实时语音转文字、多语言同步翻译与发言人智能分离。用户可在1小时音视频对话中5分钟内获得完整纪要，并支持章节摘要、待办事项提取与关键词检索。开放API与低代码模板，满足私有化部署与二次开发需求，助力企业高效记录会议内容、快速生成会议报告，提升协作效率与决策质量。平台支持PC、Web与移动端，界面简洁易用，可满足各类会议场景需求。 
Speechify Speechify 是一款领先的 AI 文本转语音平台，支持将书籍、文章、PDF、网页等内容转换为自然流畅的语音，提升阅读效率与可访问性。平台提供超过 1,000 种高仿真 AI 声音，涵盖 60 多种语言和方言，支持语速调节、情感表达和语音克隆，满足个性化需求。用户可通过 iOS、Android、Mac、Windows、Chrome 扩展等多平台使用，随时随地聆听内容。Speechify 还提供 AI 语音生成器、语音克隆、AI 配音和 AI 虚拟人等功能，适用于教育、内容创作、播客、有声书、广告等多种场景。其 TTS API 支持开发者集成语音合成功能，助力打造多语言、多情感的音频应用。无论是提升学习效率，还是增强内容可访问性，Speechify 都是理想的 AI 语音解决方案。 
ElevenLabs ElevenLabs 是一家领先的人工智能语音合成平台，专注于提供高质量的文本转语音（TTS）和语音克隆服务。平台支持32种语言，能够生成情感丰富、自然流畅的语音，广泛应用于播客制作、有声书、视频配音、客户服务和教育等领域。ElevenLabs 提供两种语音克隆模式：即时语音克隆（IVC）和专业语音克隆（PVC），满足不同用户对语音质量和定制化的需求。此外，平台还提供语音转换、语音隔离、AI配音和多语言翻译等功能，帮助用户高效创建和管理音频内容，提升品牌影响力和用户参与度。ElevenLabs 的API和SDK易于集成，适合开发者将AI语音功能嵌入到应用程序中，推动语音技术在各行业的应用和发展。 
大饼AI变声 大饼AI变声是一款面向游戏玩家、直播主播及内容创作者的免费专业级实时语音变声软件，支持Windows和macOS一键下载安装，无需复杂设置即可在Discord、Steam、虎牙、快手等平台内实时切换萝莉、御姐、正太、御叔等数百种高拟真音色。平台还提供SaaS版本的文字转语音、3分钟音频样本克隆定制、声音定制与转换功能，支持中英多语种和方言，满足元宇宙、虚拟人、广告配音、影视动画等多场景需求。依托大饼自研AI声音引擎，实现离线转换与在线合成双重保障，让用户轻松拥有“有态度、有情感”的多元声音体验。 
MotionSound MotionSound是基于业界领先深度神经网络的在线AI文本转语音平台，支持多场景多主播选择与个性化编辑，可识别多音字、设置停顿并实现多人发声，满足配音、演讲及PPT内嵌语音字幕需求。一键生成或下载高保真语音与字幕文件，轻量化界面无需安装客户端，即刻上手；同时提供API接口，便捷集成至多种业务环境，助力品牌与创作者高效产出专业级语音内容。 
Play.ht Play.ht 是一款先进的 AI 文本转语音平台，提供超过 800 种自然逼真的 AI 声音，支持 100 多种语言和方言，适用于播客、有声书、视频配音、教育培训、客户服务等多种场景。平台具备多说话人对话、语音克隆、AI 配音、语音代理等功能，用户可自定义语速、语调、情感和发音，实现个性化音频内容创作。Play.ht 提供在线编辑器和 API 接口，便于开发者集成语音合成功能，提升用户体验。其高质量的语音输出和灵活的定制选项，使其成为内容创作者和企业的理想选择。 
魔音工坊 魔音工坊是一款专业的在线AI配音平台，支持文字转语音与真人配音两种模式，提供男声、女声及多种方言口音的高拟真语音选项。平台内置千余位配音达人，可快速为短视频、有声书、广告宣发等多场景生成清晰自然的音频内容，并支持批量处理与API集成，满足个人创作者与企业级用户的降本增效需求。无需安装客户端，即可通过网页或开放平台一键上传文本，实时预听、编辑与下载，商业授权一站式到账，助力各类内容快速落地与传播。 
Hume AI Hume AI是一家专注于情感智能的人工智能研究实验室和技术公司，致力于开发能够理解和表达情绪的多模态AI系统。其核心产品包括Empathic Voice Interface（EVI）和Octave TTS，前者是一个实时语音交互平台，能够根据用户的语调和情绪生成具有情感共鸣的语音响应；后者则是基于大型语言模型的文本转语音系统，支持通过自然语言指令调整语音的情感表达和风格。Hume AI还提供Expression Measurement API，可精确测量语音、面部和语言中的情感表达，适用于医疗、客户服务、教育等多个领域。公司强调伦理和隐私，设立了“Hume Initiative”以确保AI技术的透明和负责任使用。通过这些工具，Hume AI旨在提升人机交互的自然性和情感深度，推动AI更好地服务于人类福祉。 
Voicemy.ai Voicemy.ai 是一款创新的AI语音生成平台，专为内容创作者、音乐人和企业用户设计，旨在通过人工智能技术简化语音和音乐制作流程，提升内容创作效率和质量。平台提供多种功能，包括语音克隆、AI语音模型训练、旋律创作和即将推出的文本转语音功能，满足不同场景的创作需求。用户可以上传或录制音频，选择平台提供的语音库或社区语音库进行克隆，生成高度逼真的语音输出。Voicemy.ai 还支持用户训练专属的AI语音模型，实现个性化的语音合成。即将推出的文本转语音功能将进一步扩展平台的应用范围，使用户能够将书面文本转换为自然流畅的语音内容。通过Voicemy.ai，用户能够高效地创建、优化和管理语音和音乐内容，提升观众参与度和品牌影响力。