AI音频工具

1,506 个结果 · 第 23 / 42 页

Voice Changer.io

Voice Changer.io 是一个免费的在线变声工具，用户上传或录制音频后，可应用数十种语音特效来改变声音，例如让声音变低沉、变女声或男声、变成机器人、达斯·维达、怪物等，也可用于匿名化处理。所有生成的音频片段可用于任何目的，包括商业用途，且无需署名。该工具提供 Monster、Robot、Deep、Chipmunk 等多种预设变声效果，并支持自定义语音效果。网站还提及了 AI 图像生成器等其他项目。

Voice Inbox

Voice Inbox是一款面向Obsidian用户的语音速记应用，可随时随地记录想法。它通过AI模型将语音以接近人类的准确度转写为文本，支持混合语言，并可直接保存到Obsidian库（包括基于git的库）或本地独立模式。此外，它还能识别语音中提及的未来事件，自动在日历中创建事件。注重隐私，不保留录音或转写文本，除转写和日历识别外均在设备上处理。

Voice to notes

语音转笔记（Voice to notes）是一款 AI 语音转文字工具，可将语音内容转换成可编辑的笔记，并支持多种语言，便于整理会议、课堂或灵感记录。

Voice to text

中文介绍正在整理，稍后补充。

Voicebox

Voicebox 是一款免费开源的本地语音克隆与语音生成桌面应用，支持 macOS、Windows 和 Linux。它提供接近完美的语音克隆、多 TTS 引擎、语音听写、音频转录、多角色时间线编辑、音频效果处理，以及本地或远程 GPU 推理。用户可从几秒音频克隆声音，生成最长 50,000 字符的语音，并通过 MCP 让 AI 智能体以克隆声音说话。所有处理均在本地运行，无需 API 密钥或按字符付费。

VoiceEnhancer AI

VoiceEnhancer AI 是一个免费的在线 AI 语音增强工具，无需登录或下载，支持上传 MP3、WAV 以及视频文件。它可以自动去除背景噪音、提升语音清晰度，让播客、教程、课程、带人声的歌曲和口播片段中的人声更清楚。网站还提供 AI Podcast Maker、AI Mashup Maker、AI Audio to Text 和 AI Audio Translator 等相关工具，官方称已有超过 15000 名用户使用。

VoiceIndex AI

VoiceIndex AI 是一个免费的在线 AI 语音合成与配音平台，提供 100 多种自然音色，支持中文、英文、日文等多语言，可在线试听并下载 MP3。同时提供语音转文字、字幕生成与格式转换功能，支持上传 MP3、WAV、M4A、MP4 等音视频文件，导出 TXT、SRT、VTT 字幕。免注册即可试用，单次合成最多 10000 字符，免费计划每日 50000 字符额度。适用于短视频旁白、课程配音、有声书制作、会议记录、视频字幕等场景。

Voicelark crypto news aggregator

VoiceLark 是一款基于 AI 的加密货币新闻聚合与情绪分析工具，实时汇总全球 110 多个可信来源、每天约 1100 至 1400 篇新闻，并通过 AI 为每篇报道评估情绪（正面、中性、负面，情绪分数区间 -1 到 1），同时生成简要摘要与情绪判定理由。平台提供按日期、小时、关键词、币种或来源的高级筛选与搜索，并以市值、提及次数、情绪等维度展示市场情绪，帮助投资者和交易者快速了解市场情绪与潜在趋势。提供图表展示情绪分布与走势，并以比特币价格作为参考线。TOP CRYPTO 排名每 6 小时自动更新，从市值前 200 中选出 20 个币种，依据新闻提及量、30 天价格变化与平均情绪综合评定。提供 7 天免费试用，之后为每月 9.99 美元的 All-in 订阅方案。

voiceloop

中文介绍正在整理，稍后补充。

VoiceMOAT

VoiceMOAT 是一款面向 Twitter/X 和 LinkedIn 的个人品牌运营系统，官方定位为个人品牌操作系统，用于在社交媒体上创作、排期、互动和增长，其特点是生成的内容读起来像用户本人，而非通用 AI 腔调。资料未说明具体功能模块、技术原理、使用步骤、收费方式与适用限制，暂未提供。

Voicemy ai

Voicemy.ai 是一款 AI 音频工具，官方简介称其支持克隆声音、训练 AI 模型、创作旋律并分享作品。目前可确认的功能方向集中在语音克隆、AI 模型训练与音乐旋律创作，并带有作品分享属性。关于具体使用方式、支持的语言与音色数量、训练所需素材、生成时长限制、平台形态、收费与价格等信息，资料中暂未提供，需以官方页面说明为准。

Voicesend

Voicesend 是一个基于 AI 的语音邮件外联平台，主打个性化语音留言，用于提升联系触达率与转化效果。根据现有资料，其官方站点仅提供关于 Voicesend 的通用信息说明，未披露具体功能、使用方式、收费模式或适用场景等细节。

Voicesphere

VoiceSphere 是一款基于 AI 对话的文档交互工具，支持与 PDF、DOC、DOCX、PPT、PPTX、TXT、CSV 以及 MP4、MOV、QuickTime 等视频文件进行自然语言问答。用户可通过语音或文字提问，获得智能、准确且结合上下文的答案，而非传统关键词搜索结果。它还能从多份文档中挖掘难以通过关键词检索的知识，并提供文档管理、用户访问管理等功能，适用于制造、医疗、招聘、客服等需要频繁查阅大量文档的场景。

VoiceStudio

VoiceStudio 是一款开源、本地优先的 AI 语音工作台，定位为 ElevenLabs 的开源替代方案，支持零样本语音克隆（3–15 秒样本）、视频配音、听写/转录以及有声书制作，覆盖 646 种语言。无需账户或 API 密钥，模型与音频数据均保留在本地设备上，并提供本地 OpenAI 兼容 API。项目默认由 k2-fsa/OmniVoice 驱动，也可选择其他语音引擎。采用 AGPL-3.0 许可，权重、分词器、声音及生成内容的授权条件另行约定。

Voicetype

Voicetype 是一款在 Gmail 中使用的 AI 助手，用户只需给出简短的语音提示，它就能自动撰写邮件。该工具将语音输入与 AI 邮件生成结合，帮助用户免去逐字打字的麻烦，快速完成邮件内容的起草。关于其具体功能细节、支持的平台、收费方式及使用步骤，现有资料暂未提供。

Voicevector

VoiceVector 提供语音克隆、文本转语音和语音转文字服务，采用灵活的按量付费模式。适合开发者、播客和内容创作者使用。注册可获 2 美元免费额度和 3 次免费语音克隆。语音克隆仅需 1~2 分钟音频即可训练，约 10 分钟内获得克隆语音；文本转语音提供 100 多种声音、覆盖 20 种语言，支持长文本；语音转文字支持 100 多种语言和变体，可下载 srt 或 txt 文件。按量付费按分钟或字符计费，另有订阅方案。未使用的额度不过期，但语音克隆若超过 2 个月未用于文本转语音将被删除。

Voicss

Voicss 是一款在线 AI 音频处理工具，主要用于从歌曲中分离人声与伴奏、提取清唱人声以及生成卡拉 OK 伴奏。用户可直接在浏览器中上传音频或视频文件，等待处理后预览并下载分离出的人声与器乐轨道，无需安装桌面音频软件。除人声去除外，还提供音频降噪、变调、音轨分离、清唱提取和音频剪辑等功能。官方称首次音频分离无需注册即可体验，支持 MP3、WAV、M4A、FLAC 等常见格式，适合卡拉 OK、混音采样、人声练习及一般音频创作。处理时间取决于文件大小、时长和队列负载，任务面板会显示进度；访客或免费使用可能受文件大小、时长和每日次数限制，处理前会提示是否需要登录或更多额度。

Voiset

Voiset 是一款 AI 日历与规划应用，主打通过语音输入和自动排程帮用户每天节省两小时。它能将 Google、Outlook、Zoom 等日历整合到一个中心，支持语音或文字快速添加任务和笔记，AI 自动在会议间隙安排任务时间。提供 14 天免费试用，并可通过 MCP 服务器接入 Claude、ChatGPT 等 AI 智能体。

VoxCPM

VoxCPM 是由 OpenBMB 开源的免分词器（Tokenizer-Free）文本转语音系统，通过端到端扩散自回归架构直接生成连续语音表示，无需离散分词即可实现自然、富有表现力的语音合成。最新版本 VoxCPM2 为 2B 参数模型，基于 MiniCPM-4 骨干网络，在超过 200 万小时多语言语音数据上训练，支持 30 种语言、语音设计（Voice Design）、可控语音克隆、48kHz 录音室级音频输出，并支持实时流式合成。模型权重与代码以 Apache-2.0 许可证开源，可免费商用。

Voxdazz

Voxdazz 是一款 AI 语音生成工具，主要用途是将文本转换为语音，并提供名人声音用于娱乐目的。目前关于其支持的具体名人声音、语言种类、使用方式、平台支持和收费情况，资料中暂未提供。

Voxio

Voxio 是一款将语音转换为条理化笔记的 AI 音频工具，官方定位为“Transform Your Voice into Organized Notes with Ease”，即轻松把语音整理成笔记。工具通过处理用户的口述语音内容，帮助把零散的口头表达转化为有结构的笔记形式，适合需要边想边说、随后整理成文字记录的使用场景。除上述定位与用途外，现有资料未提供更多细节：具体功能、支持语言、录音或上传方式、是否支持实时转写、导出格式、平台（网页或移动应用）、价格与收费模式、是否需要注册、数据与隐私政策、使用限制等信息暂未提供，需以官方页面后续说明为准。

Voxpad

Voxpad 是一款 AI 笔记工具，可将视频和音频转换为结构化、可自定义的笔记。它提供转录与笔记生成功能，支持多说话人识别、背景噪音过滤与 60 多种语言，并允许用户通过表单定制输出内容，适用于讲座、会议、内容再利用和访谈分析等场景。

Vozard

Vozard 是一款 AI 语音变声软件，支持实时变声与对音频文件进行语音修改。根据现有资料，它由 imobie 提供，产品页面为 https://www.imobie.com/vozard。资料未提供具体支持的声音类型、平台、价格或使用步骤等信息，暂未提供更多细节。

WavoAI

WavoAI 是一个 AI 驱动的音频转录与交互式摘要平台。它能把录音转换为准确的文字转录，并借助 AI 助手对转录内容进行交互式分析，生成洞察、行动要点、待办事项和摘要，被形容为「转录文本的 ChatGPT」。它支持说话人识别（diarization）和转录标注，面向多语言、口音和方言优化，可处理从设备浏览或录音的音频，也能与现有工具与工作流集成。免费试用无需信用卡。

WavTool

WavTool 是一款面向 AI 加速音乐制作的工具，官方称其目标是让 AI 创造一个拥有更多珍贵、富有创意且令人痴迷的音乐世界。根据官方公告，该产品目前已下线，但团队表示使命尚未完成，用户喜爱的 WavTool 全部功能将很快回归，并称值得等待。未来数月将公布更多消息，同时欢迎用户通过 hello@wavtool.com 发送反馈和对 AI 加速音乐制作未来的想法。除上述信息外，其具体功能、使用方式、适用平台与价格等细节暂未提供。

Wedding speech genie

Wedding Speech Genie 是一个利用 AI 生成个性化婚礼致辞的在线平台，主要面向需要撰写婚礼致辞的用户。根据现有资料，其核心用途是帮助用户创建个性化的婚礼致辞，但关于具体功能、使用方式、适用场景及限制等详细信息暂未提供。

Wedding speech studio

Wedding speech studio 是一款基于人工智能的婚礼致辞生成工具，主要用途是帮助用户为婚礼场合创作独特而真挚的致辞。根据现有资料，该工具通过 AI 技术生成婚礼发言内容，适合需要在婚礼上发表致辞但缺乏写作灵感或时间准备的用户，例如新人、伴郎伴娘、父母或亲友等。目前该工具的官方页面未提供更详细的功能说明，关于其具体生成方式、支持的语言、可定制选项、使用步骤、收费情况与价格等信息暂未提供。

Wendy storyteller

Wendy storyteller 是一款面向儿童的 AI 音频故事应用，可根据个性化需求生成带插图的音频故事，并支持 32 种语言。

Whimsyworks

Whimsy 是一款面向儿童的 AI 个性化互动音频故事应用，将孩子的姓名、年龄和兴趣融入“自选冒险”式故事中，配有角色配音、背景音乐与音效。免费提供约 30 秒预览，完整礼物版限时上线价 6.99 美元，无需信用卡即可预览，下单后数分钟内通过电子邮件即时交付，并提供 100% 退款保证。适合生日、节日或临时送礼场景。

Whisperbot

Whisperbot 是一款运行在 WhatsApp 内的 AI 语音转文字助手。用户无需安装额外应用，只需将 WhatsApp 语音消息转发给它，即可快速收到转写后的文字内容。它由 OpenAI 技术驱动，支持 57 种语言，并能对较长的语音转写内容提炼关键要点。为保护隐私，转写完成后音频文件与文字内容会从数据库删除。

Whispp

Whispp 是一款语音重建 AI 技术，核心产品 WhisppWAVE 能在设备端将耳语或微弱无声语音实时重建为清晰自然的原声，延迟低于 120 毫秒，且与语言无关。它支持隐私通话（小声说话也能被清晰听见）和匿名通话（隐藏生物特征声纹），面向 OEM、芯片厂商和通信平台，通过 Android 与 Windows 原生 SDK 快速集成到现有音频管线，100% 设备端处理，音频不离开设备。该技术由面向失声患者和严重口吃者的初衷发展而来，曾获 TIME、CES、Forbes 等认可，未来计划拓展至辅助应用领域。

WIZPR RING

中文介绍正在整理，稍后补充。

Woord

Woord 是一款在线文本转语音（TTS）工具，能够将文本转换为超过100种自然语音。用户可以通过分享文章URL、上传文本内容或使用TTS API来生成音频。它提供免费MP3下载、音频托管及HTML嵌入播放器，并支持朗读任意网站。Woord 的语音覆盖34种语言，包括多种地区变体（如加拿大法语、巴西葡萄牙语）。付费计划提供不同字符数配额，适合个人、播客、电子学习及商业用途。用户完全拥有生成文件的知识产权。

X to Voice

X to Voice 是一款基于人工智能的语音生成与文字转语音平台，其突出特点是能够根据 X（原 Twitter）个人资料来设计声音。用户可以通过该平台生成或克隆语音，并将文字转换为自然流畅的语音。该工具属于 AI 语音工具类别，适合需要语音合成、内容配音等场景。目前关于其具体功能细节、收费方式、支持的语言种类、使用步骤及平台限制等信息暂未提供，建议访问官网 https://xtovoice.com/ 获取最新说明。

Yes Music

YES Music 是一款免费的 AI 音乐生成器，用户只需描述音乐风格、添加歌词，即可将文字转化为原创且免版税的曲目，并可发布到任何平台。它提供文本生成音乐、AI 歌词创作、AI 翻唱、节拍制作、声音克隆等功能，支持多种流派，输出录音室级音质，最长可生成 8 分钟的曲目。所有生成的音乐 100% 免版税，可用于商业项目。

YourBestAccent

YourBestAccent 是一个利用 AI 语音克隆技术帮助用户改善口音和发音的在线平台。用户可创建自己声音的数字克隆，用目标语言进行练习，获得接近母语者的发音。平台提供个性化练习、实时发音反馈、详细进度分析，并支持多种语言和地区方言。采用应用内购买模式，提供免费试用。