Riffusion
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。
排序
Adobe Podcast
Adobe推出的在线AI音频录制和编辑工具 Next generation audio from Adobe is here. Record, transcribe, edit, share. Crisp and clear, every time.
网易云音乐·X Studio
网易云音乐与小冰智能联合推出的免费AI歌手音乐创作软件
OptimizerAI
OptimizerAI是一款人工智能声音效果生成工具，能够根据文字提示自动创造出适合多种场景的声音和音效，如游戏中的射击声、动画中的雨声环境或地铁到站声等，专为视频创作者、游戏开发者、艺术家和视频制作人员设计。Optimizer AI支持音效改变功能和风格标签指定，能够生成具有一致性的背景音乐和特定氛围的声音效果。
ACE Studio
AI歌声合成工具，输入歌词与旋律即可生成宛如真人的歌声
蓝藻AI
蓝藻AI是一款可以在线将文字转成语音的智能配音产品。用户可以自助实现声音克隆，并提供不同性别、不同口音、不同语种的AI发音人,输入文字后直接配音。可快速对短视频等需要配音的内容进行配音。是一款功能强大AI语音合成神器。
Reecho睿声
超拟真的中英文AI语音克隆/生成平台
Deepgram
Power your apps with real-time speech-to-text and text-to-speech APIs powered by Deepgram's voice AI models. Low latency, high quality, and low cost that scales
IBM Watson文字转语音
IBMは、グローバル・テクノロジーのイノベーターとして、ビジネスの成長を支援するAI、ハイブリッドクラウドなどのソリューションの進歩を1世紀以上にわたり牽引してきました。
FakeYou
Deep Fake文本转语音 FakeYou is a text to speech wonderland where all of your dreams come true.
快转字幕
AI语音视频转文字和字幕的工具
悦音配音
制片帮悦音是制片帮旗下配音产品品牌，可以在线将文字转成语音的智能配音产品。悦音配音提供男声女声童声、普通话，方言，英文等多语种的真人声音，在您输入文字后直接生成音频。是一款ai智能在线配音语音合成工具软件。为广告宣传片，短视频实现快速配音需求。
音虫
音虫（SoundBug）是一款用于音乐编曲和录音的软件，致力于帮助更多的音乐爱好者体会音乐创作的乐趣！
Mubert
Mubert是一个简单好用的人工智能生成音乐的在线网站，可以帮助创作者将AI生成的音乐应用于视频内容、播客和应用程序等。用户只需在Mubert Render网页上，可以输入任何文本描述内容，如风格、流派或情绪的名称，该AI音乐生成器将生成一条持续时间长达 25 分钟的合适曲目。
Beatoven.ai
Beatoven.ai使用先进的人工智能音乐生成技术来创作独特的基于情绪的音乐，以适合内容创作者视频或播客的每一部分，生成符合创作者叙事的独特免版税音乐。 Create royalty-free, background music with the power of AI. Recommended for videos, podcasts & games. Try now!" data-react-helmet="true
Audo Studio
AI音频清洗工具（噪音消除、声音平衡、音量调节） One click audio cleaning for YouTubers and Podcasters 🎙️ 📺
NaturalReader
AI文本转语音工具 NaturalReader: Free Text to Speech for Online, Mobile App, Commercial license and Education with AI voices.
LALAL.AI
AI人声乐器分离和提取 Split vocal and instrumental tracks quickly and accurately with LALAL.AI. Upload any audio file and receive high-quality extracted tracks in a few seconds.