SuperAPI AI 工具集
合作ENAI 行业资讯收藏

全部 AI 工具

35,708 个结果 · 第 917 / 992 页

Vocova

AI音频工具

Vocova 是一款 AI 转录工具，可将音频和视频快速转为文本，支持 100 多种语言的自动检测与转录。用户可上传本地文件（最大 500MB），或粘贴来自 YouTube、Google Drive、Dropbox 等 1000 多个平台的链接，也可在浏览器中直接录音。转录结果包含说话人标签和精确到词的时间戳，并自动生成 AI 摘要。转录内容可在线编辑、翻译成 140 多种语言，并导出为 PDF、DOCX、SRT、VTT、TXT、CSV 等格式。免费计划提供 30 分钟转录额度，含时间戳、AI 摘要和 TXT 导出；Plus 计划每月 1800 分钟，支持说话人识别、翻译、双语导出及更多导出格式；Pro 计划提供无限转录。该工具完全基于浏览器运行，无需安装，适用于会议记录、采访、播客、字幕制作等场景。

查看介绍

Vocs ai

AI音频工具

Vocs AI 是一款 AI 声音转换（Voice-to-Voice）生成器，可将用户上传的干净人声转换为原创 AI 歌手或说唱歌手的声音，提供免版税商用授权。使用流程为：上传无混响、无延迟的 wav 或 mp3 清唱人声，选择 AI 艺术家，完成转换后下载 AI 人声。官方强调不依赖文本转语音、无机器人感，音高、音调与情绪由用户掌控，并支持男声转女声。平台还提供超过 50 首原创器乐伴奏和 1000 多个音乐循环（Loop），适用于歌手、商业配音、旁白、播客、动画角色等场景。

查看介绍

Voe 4

AI视频工具

Voe 4 是一款基于 Voe 4.0 模型的在线 AI 视频生成器，支持文本生成视频和图像生成视频。据官方介绍，生成速度约为 2 秒，可通过提示词指南进行优化，支持导出高清视频，并可在线免费试用。常见用途包括用自然语言描述生成完整视频序列，以及对镜头运动、转场与节奏进行控制。官网还提到多模型访问、4K 质量、原生音频生成、商业使用授权和灵活的工作流工具。

查看介绍

Voice Changer

AI音频工具

Voice Changer 是一款免费的在线 AI 变声工具，提供 600 多种自然 AI 声音，覆盖 40 种语言与风格。用户无需注册或下载软件，直接在浏览器中上传或录制音频，选择目标声音后即可在数秒内生成新的语音。支持 MP3、WAV、M4A 等常见格式，单段音频最长 5 分钟、最大 30 MB。该工具在变声时保留原始语音的内容、节奏、语气和情感，使新声音听起来自然真实，适用于游戏角色配音、社交媒体内容、播客与创意旁白等场景，并允许将生成音频用于商业项目（需拥有上传内容的相应权利）。

查看介绍

Voice Design AI

AI音频工具

Voice Design AI 是一款结合人工智能与语音合成技术的语音生成工具，提供免费的文本转语音生成器与转换器，可将文字快速转为自然、富有表现力的语音。平台支持 Deepseek、Hailuo、Grok、Kling 等多种前沿 AI 模型，输出多样且准确。用户可选择预置 AI 声音或基于样本录音创建自定义声音，并调整音调、语速和情绪。适用于播客、有声书、电子学习、虚拟助手、聊天机器人、无障碍工具、游戏角色配音及交互式语音应答系统等场景。官网称处理速度快，适合实时应用，并会持续更新集成最新 AI 模型。

查看介绍

voice-mcp

AI音频工具

VoiceMode（仓库名为 voice-mcp）是一个让 Claude Code 及其他支持 MCP 的智能体实现自然语音对话的开源项目。它提供语音转文字、文字转语音和实时语音对话能力，可通过本地麦克风、兼容 OpenAI 的 API 以及 LiveKit 使用。项目强调语音并非取代打字，而是在双手或眼睛忙碌时（如走路、做饭、休息眼睛）提供可用的交互方式。支持离线运行，可选本地语音服务（Whisper 做语音转文字、Kokoro 做文字转语音），具备低延迟和智能静音检测，并注重隐私，可完全本地运行或使用云端服务。支持 Linux、macOS、Windows（原生或 WSL）、NixOS，Python 版本为 3.10-3.14，采用 MIT 许可，属于 Failmode Project。

查看介绍

voice-mcp

AI音频工具

voice-mcp 是一个基于 MCP 协议的语音生成工具，为 AI 智能体提供语音能力。它封装了 voice.forgemesh.io 的 x402 语音 API，支持 10 种标准音色（M1-M5、F1-F5）、10 种角色音色（如 Storyteller、Narrator、Announcer 等）、31 种语言，并提供语速（0.7x-2.0x）和音质（1-100 级）的精细控制。支持 OpenAI 风格的语音请求格式，以及最多 20 条文本的批量音频生成。每次调用通过 Base 主网上的 USDC 按次付费，无需 API 密钥或订阅。该工具在本地校验音色名称、语言代码、音频格式、语速/音质范围、批量数量和字符限制，然后才发起付费调用。服务器仅向 ForgeMesh Voice 钱包签名付款，仅限 Base 主网和 USDC，单次调用金额上限为 0.01 美元，可通过环境变量进一步降低上限。音频以 audio_base64 的 WAV 格式返回，方便 MCP 客户端存储、播放或转发。

查看介绍

voicebox

AI音频工具

Voicebox 是一个开源、本地优先的 AI 语音工作室，可作为 ElevenLabs 与 WisprFlow 的自托管替代方案。它把语音克隆、语音生成、语音听写与转写、以及本地大语言模型文本润色整合在一个应用中。用户可以用几秒钟的音频克隆声音，通过 8 种 TTS 引擎在 23 种语言中生成语音，使用全局热键向任意文本框听写，并让支持 MCP 的 AI 智能体（如 Claude Code、Cursor、Cline）以你克隆的声音说话。所有模型、语音数据和录音均在本地处理，不上传云端。项目采用 MIT 许可证，基于 Tauri（Rust）构建，支持 macOS、Windows、Linux、AMD ROCm、Intel Arc 与 Docker 等运行环境。

查看介绍

Voicecalc ai math calculator

AI音频工具

Voice Calculator 是一款支持语音输入的AI数学计算器，用户只需对着麦克风说出算式（如“35 乘以 12”“80 的 20%”），即可即时获得答案。它提供免费的浏览器在线版，无需注册，支持百分比、乘方、开方等基础运算，并可朗读答案。iOS 版本额外提供一次性付费解锁的AI功能，可解答折扣、小费分摊、单位换算、时区换算等文字应用题，并展示解题步骤。

查看介绍

Voicepanel

AI音频工具

Voicepanel 是一个 AI 原生的用户反馈与市场研究平台，利用 AI 主持大规模反馈会话，帮助团队快速获取真实用户、买家和专家对产品、品牌或任何话题的看法。平台将语音、视频、屏幕、文本和任务整合到同一个研究中，支持快速招募参与者、自动化分析与洞察导出，并可通过 MCP 和 API 将洞察接入产品工作流。它由 Y Combinator 支持，符合 SOC 2 Type II、GDPR 和 HIPAA 合规要求，且不使用客户数据训练模型。

查看介绍

VoiceStudio

AI音频工具

VoiceStudio（原名 OmniVoice Studio）是一款开源、可完全本地运行的 AI 语音工作室，支持语音克隆、语音设计、视频配音、听写、转写与有声书制作，覆盖 646 种语言。无需账号、无需云端，兼容 macOS、Windows、Linux 与 Docker，桌面版采用 AGPL-3.0 开源协议，个人可免费使用。官方称约 8 GB 内存即可开始使用，GPU 可加速。另有 Pro / Lifetime 闭源版本，含商业许可与多设备等额外功能，提供 7 天无理由退款。语音克隆需获得声音所有者授权，禁止冒充与欺诈。

查看介绍

Voicv voice cloning

AI音频工具

Voicv 是一个 AI 语音克隆平台，提供语音克隆、文本转语音（TTS）和语音转文本（ASR）服务。用户只需 10-30 秒的音频样本即可克隆声音，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语等多种语言，并支持零样本学习、情感控制（如停顿、呼吸、笑声）以及实时处理。平台还提供 AI 说话头像功能，可上传头像图片并配合 TTS 音频或自传音频生成说话视频。Voicv 面向内容创作者、播客、企业和专业人士，提供生产级 API 和文档，支持企业部署。平台强调伦理使用，要求声音所有者明确同意，禁止欺骗性用途，并采用水印技术。

查看介绍

VoidMob

其他AI工具

VoidMob 是一个专注隐私的一体化平台，将真实的 4G/5G 运营商移动代理、非 VoIP 的运营商短信验证以及全球 eSIM 整合在同一界面。用户可用加密货币支付，无需 KYC 和个人数据，即可获取共享或专用移动代理、接收一次性验证码，并在 180 多个目的地激活 eSIM。平台强调真实设备、透明 IP 路由、高信任分和即时启用，适合多账号管理、自动化操作与跨境连接等场景。

查看介绍