AI 音频与语音工具大全

全部 (67) 语音合成 AI音乐 语音处理
ElevenLabs

ElevenLabs

AI语音合成与声音克隆平台

9
语音合成 语音克隆 有免费版
免费+付费
详情 →
Murf

Murf

一站式 AI 语音平台（Murf AI）：自研 Falcon 2 / Gen2 模型提供文本转语音（200+ 语音、35+ 语言）、生产级 AI 语音代理、视频/音频 AI 配音与翻译（40+ 语言）、语音克隆与录音引导（Say It My Way）；企业级安全（SOC2/ISO27001/GDPR/HIPAA），API 低至 $0.01/分钟

8.6
语音合成 语音克隆 智能体 +3
freemium
详情 →
WellSaid

WellSaid

企业级 AI 文本转语音/配音平台（WellSaid Studio）：由真实专业配音演员授权录音训练出 280+ 逼真语音模型，几秒生成工作室质量旁白；支持 50+ 语言与口音、情绪预设(Neutral/Serious/Calm/Happy)、AI Director 调发音节奏语调、自定义发音库、团队共享工作区，集成 Adobe Express/Premiere Pro，企业级安全(封闭模型/SSO/1h SLA)，G2 评分 4.7

8.6
语音合成 多语言支持 有免费版
freemium
详情 →
Murf AI

Murf AI

一站式 AI 语音平台（Murf AI）：自研 Falcon 2 / Gen2 模型提供文本转语音（200+ 语音、35+ 语言）、生产级 AI 语音代理、视频/音频 AI 配音与翻译（40+ 语言）、语音克隆与录音引导（Say It My Way）；企业级安全（SOC2/ISO27001/GDPR/HIPAA），API 低至 $0.01/分钟

8.6
语音合成 语音克隆 智能体 +3
freemium
详情 →
Suno

Suno

AI生成歌曲和音乐

8.5
音乐生成 有免费版
免费+付费
详情 →
讯飞听见

讯飞听见

科大讯飞旗下 AI 语音处理与智慧办公 SaaS：录音转文字（1 小时音频 5 分钟出稿、准确率 98%）、实时同传（9 国语言）、音视频翻译与智能纪要，依托星火大模型沉淀沟通数字资产

8.5
语音合成 日程管理 有免费版
免费+会员订阅
详情 →
Notta

Notta

AI 语音转写与智能会议记录平台（Notta）：将会议/访谈/讲座音频转为可搜索文本并自动生成纪要摘要，支持 58 种语言转录与翻译、Notta Brain 跨会议搜索提取洞察、5 秒生成 PPT/信息图可视化、AI 笔记与行动项跟踪，集成 Zoom/Teams/Google Meet 及 Notion/Slack/Salesforce，安全合规(SOC-2 Type II/GDPR)，宣称准确率 98%+

8.5
翻译 语音转写 多语言支持 +1
freemium
详情 →
通义听悟

通义听悟

阿里云推出的工作学习 AI 助手（通义听悟）：实时语音转文字与多语言同步翻译，音视频高效转写(1 小时音视频约 5 分钟)，智能区分发言人，自动生成会议纪要(章节速览、待办事项总结)，电脑端使用解放双手专注聆听，适合会议密集与学习记录场景

8.5
翻译 语音转写 多语言支持 +1
freemium
详情 →
AssemblyAI

AssemblyAI

语音 AI 基础设施平台（AssemblyAI）：提供预录制/实时/同步语音转文本 API、语音理解（说话人/情感/章节/摘要）、语音智能体（断句与打断）、PII 脱敏与 LLM 网关；旗舰 Universal-3.5 Pro 支持 99 种语言、无并发限制、企业级稳定，面向开发者与企业构建语音产品

8.5
语音转写 智能体 提供API +2
api-pay-as-you-go
详情 →
Deepgram

Deepgram

企业级语音 AI 平台（Deepgram）：基于 Flux 模型的 STT/TTS 与统一 Voice Agent API，原生对话感知（轮流说话/打断/上下文），支持实时或批量、云或自托管，低延迟（TTS 低至 80ms），面向开发者与企业构建语音代理与实时对话系统

8.4
语音转写 语音合成 智能体 +3
api-pay-as-you-go
详情 →
Krisp

Krisp

会议语音 AI 平台（Krisp）：统一 AI 语音引擎实现行业领先噪声消除、口音转换（说话/聆听方）、实时语音翻译，以及会议转录/录音/AI 笔记/摘要与 CRM 同步；面向个人、呼叫中心与开发者 SDK/API，企业级合规（SOC2/GDPR/HIPAA/PCI-DSS）

8.4
翻译 语音转写 噪音消除 +3
freemium
详情 →
Resemble AI

Resemble AI

企业级多模态深度伪造检测与水印平台（Resemble AI）：实时检测 AI 生成的音频、视频、图像、文本，提供可解释评分、多模态水印、声纹/人脸身份匹配；合规全（GDPR/ISO27001/SOC2/HIPAA）、API 优先、可气隙部署，用于防欺诈与内容鉴真

8.4
语音克隆 提供API 有免费版
enterprise-saas
详情 →
听脑AI

听脑AI

AI 录音助手（听脑AI）：实时录音转写为文字(准确率最高 98%、声纹识别自动区分发言人)，AI 智能总结自动生成表格/待办/思维导图，AI 连接知识库做回顾规划问答(第二大脑)，支持多语言翻译与 16+ 方言、80+ 场景模板(办公/销售/教育等)，多端同步(Pad/iOS/小程序/安卓)，宣称省时最多 90%

8.4
翻译 语音转写 知识库 +2
freemium
详情 →
Voicemaker

Voicemaker

AI 文本转语音/语音生成平台（Voicemaker®）：2000+ 超真实 AI 语音、130+ 语言与口音，支持文本转语音、语音克隆(1 分钟音频)、语音转语音、AI 多语配音(保留语调)、字幕生成、VoxFX 音效、发音编辑器，工作室级 48kHz 音质，提供约 75ms 低延迟实时 API，面向企业与创作者批量生成高质量语音

8.4
语音转写 语音合成 语音克隆 +2
freemium
详情 →
TurboScribe

TurboScribe

由前 Meta AI 工程师打造的 AI 语音转写工具：基于 OpenAI Whisper，99.8% 准确率，支持 98+ 语言转录与 134+ 语言翻译、说话人识别、AI 音频降噪恢复，无限版每月可转 720 小时，导出 SRT/VTT/DOCX/PDF 等

8.4
翻译 语音转写 语音合成 +5
freemium
详情 →
Listnr

Listnr

AI 文本转语音/语音生成平台（Listnr）：1000+ 自然 AI 语音、142+ 语言与口音，输入文本即时合成可下载 MP3/WAV；支持语音克隆(秒级)、情绪微调、SSML 自定义发音/停顿/音调、多说话人对话、文本转视频、播客托管与商用全授权，并提供 TTS API，被 350 万用户信赖

8.3
语音合成 语音克隆 提供API +2
freemium
详情 →
Inworld AI

Inworld AI

Inworld：自称“The #1 Realtime Voice AI”的实时语音 AI 平台，提供低至 20ms 的实时 TTS、语音克隆（15 秒样本、200+ 语言）、实时 STT、语音到语音 Realtime API 与 220+ 模型的零加价 LLM 智能路由

8.3
语音转写 语音合成 语音克隆 +1
free
详情 →
ACE Studio

ACE Studio

AI 歌声合成与智能编曲工作站（时域科技 ACE Studio）：MIDI+歌词驱动生成录音室品质歌声与乐器演奏，支持声线克隆、云/本地渲染、音轨分离、人声转 MIDI、视频配乐、ACE Bridge 接入主流 DAW，面向音乐制作与视频创作

8.3
音乐生成 语音合成 语音克隆
freemium
详情 →