SuperAPI AI 工具集
合作ENAI 行业资讯收藏

AI音频工具

1,506 个结果 · 第 26 / 42 页

audiobookshelf-mcp

AI音频工具

audiobookshelf-mcp 是一个面向 Audiobookshelf（自托管有声书与播客服务器）的 Model Context Protocol（MCP）服务器。它让 Claude Code、Claude Desktop、Codex 等 MCP 客户端能够浏览媒体库、回答关于所拥有内容与收听记录的问题，并在未关闭写入功能时同步收听进度、书签、收藏和播放列表。项目共提供 44 个工具，其中 29 个只读、15 个可写；可通过环境变量只加载精选的 8 个工具，或开启只读模式仅注册读取工具。所有响应默认返回精简投影而非原始对象，需要完整数据时可使用 detail="full"。涉及删除或重排等破坏性操作的工具会通过 MCP elicitation 向真人弹出确认对话框，客户端无法显示对话框时回退为绑定具体目标、五分钟内有效的一次性令牌。运行需要 Node.js 22 或更高版本、Audiobookshelf 2.26.0 或更高版本，以及一个 Audiobookshelf API 密钥。

查看介绍

AudioBot

AI音频工具

AudioBot 是一款基于人工智能的文本转语音服务，可将任意文本转换为自然的语音，支持西班牙语（含墨西哥、西班牙、哥伦比亚、阿根廷等当地口音）等多种语言与声音。生成结果可直接下载为 MP3，无水印。适用于 YouTube、TikTok 等视频旁白、在线课程与电子学习、广告与电台广告、播客与有声书、企业宣传视频，以及为视障或阅读障碍人士提供无障碍音频内容。官方页面称已有超过 117,000 名创作者、教育工作者和品牌使用，并提供免费试用，无需信用卡，包含商业许可。

查看介绍

Autocontent api

AI音频工具

AutoContent API 是一个通过 REST API 将 PDF、URL、文档、视频和文本等来源自动转换为播客、视频、信息图、幻灯片、测验和研究报告等内容的平台。它支持 NotebookLM 风格的 AI 播客生成，可生成多语言、多语音的播客对话，并支持自定义克隆语音。平台还提供持久化笔记本工作区、实时社交媒体内容生成、自动分发到 Spotify、Apple Podcasts、YouTube Music 等 20 多个平台，以及 Make.com 和 Zapier 等无代码集成。

查看介绍

Beatopia

AI音频工具

Beatopia 是一个提供免费 type beats 的音乐制作资源平台，用户可下载由格莱美获奖制作人创作的 Trap、Hip Hop、Pop、Reggaeton 等风格的节拍。平台采用免费模式，无需订阅、无需信用卡、无单曲费用，但用户需遵守商业发布规则：可在 Spotify、Apple Music 等平台发布歌曲，需标注制作人并遵循附带的出版分成；YouTube 视频可通过 Content ID 变现，这也是节拍保持免费的方式。每个节拍包含专业混音的 WAV 文件和五个分轨（stems），方便用户混音、编排并适配自己的歌曲。平台还列出了制作人曾合作的艺人名单，但具体名单未在提供资料中完整展示。用户可创建并发布无限量歌曲、发布到 Spotify、Apple Music、SoundCloud 等，也可用于 YouTube、TikTok、Instagram 等社交平台以及视频、播客等媒体项目。禁止行为包括：在 YouTube 上变现音乐或注册 Content ID、转售或分享节拍及分轨、声称对节拍拥有独家所有权。注册后可免费浏览并获取节拍。

查看介绍

Bensafer realistic text to speech

AI音频工具

Bensafer realistic text to speech 是一款免费的 AI 语音生成工具，主要用于将文本转换为逼真的语音。根据现有资料，其核心定位是提供真实感较强的文本转语音（TTS）服务，且可免费使用。目前关于该工具的具体功能细节、支持的语言与音色数量、使用方式、适用场景及限制等信息暂未提供，建议访问其官网 https://bensafer.com/ 了解最新情况。

查看介绍

Better Lyrics

AI音频工具

Better Lyrics 是一款面向 YouTube Music 的浏览器扩展，用时间同步歌词提升音乐播放体验。它开箱即用，默认设置智能且可完全自定义，能为歌曲显示随时间逐行高亮的歌词，并支持点击歌词跳转到对应段落。扩展还提供多语言歌词显示、翻译与音译，以及由社区制作的多种主题，让用户按喜好美化 YouTube Music 界面。官方称其轻量快速，运行流畅，不影响性能。

查看介绍

BeyondWords

AI音频工具

BeyondWords 是面向出版方的一体化 AI 音频 CMS，可为每篇文章生成逼真音频。它支持即时克隆、专业克隆以及从语音库直接选用声音，并提供发音控制和可预测的更新成本。通过几行代码即可接入，播放器可定制并符合 WCAG 2 无障碍标准。它提供收听率、停留时长、完成率等分析，并支持程序化音频与视频广告或自有广告系列，帮助出版方提升点击、扩大触达、留住订阅者并增加收入。

查看介绍

birdnet-go-mcp

AI音频工具

birdnet-go-mcp 是一个面向 BirdNET-Go 生物声学观测站的高性能 Model Context Protocol（MCP）服务器与命令行工具。它通过局域网或 localhost 直接连接 BirdNET-Go 的 v2 REST API，无需锁定原始数据库，也不依赖未维护的 Python 库。用户可将 Claude、Antigravity、OpenClaw 及本地大语言模型接入自家后院的鸟类监测站。该工具支持 npx 即时运行，无需 Go 工具链；也提供零依赖静态二进制文件，覆盖 Linux、macOS 和 Windows。它同时具备面向人类的 CLI 与面向 AI 智能体的 MCP 服务器（stdio 与 SSE）两种模式，并内置 8KB 响应上限以保护模型上下文窗口。所有工具均为只读，不带任何修改或破坏性端点，并标注 readOnlyHint 与 idempotentHint，便于并行调用。它还能解析局域网 Caddy/Nginx 的 .wav 音频片段 URL，并内置 base64 音频流，供多模态模型使用。

查看介绍

Bloomstories com

AI音频工具

Bloom Stories 是一个面向成年人的亲密音频故事平台，提供超过1000部由真人创作者制作的情色音频故事、有声书和沉浸式音频内容。内容涵盖多角色配音、电影级全阵容制作、第一人称幻想、亲密关系引导、助眠音频以及畅销言情小说有声版等类型。平台强调感官、伦理与女性视角，所有内容由真人创作而非AI生成，并提供免费注册与每周更新的免费样本，用户可自行决定是否升级为高级订阅。

查看介绍

Boldvoice

AI音频工具

BoldVoice 是一款口音训练应用，帮助非英语母语者清晰、自信地说英语。用户通过好莱坞口音教练的视频课程学习，并在开口说话时获得语音 AI 的即时反馈。应用提供发音、重音和清晰度分析，指出具体问题并给出针对性练习，还支持对话练习与 AI 角色扮演。适合希望提升英语发音、减少口音的专业人士、准备面试的学生等。可通过 Apple App Store、Google Play 下载或网页注册，前 7 天免费。

查看介绍

C smi

AI音频工具

Cosmi.skin 是一款基于 AI 的护肤分析工具，提供的功能包括个性化皮肤报告、语音助手皮肤科医生、定制化产品推荐，以及用于管理护肤流程的平台。该工具旨在通过分析用户皮肤状况并给出针对性建议，帮助用户建立和维护日常护肤习惯。目前可确认的信息主要来自其官方简要介绍，关于具体分析方式、技术原理、支持的平台、收费模式、数据来源等细节暂未提供。

查看介绍

Cald.ai

AI音频工具

Cald.ai 是一款基于 AI 的对话式电话呼叫代理工具，支持外呼和呼入电话，旨在帮助企业将日常电话沟通自动化，降低呼叫中心成本。其技术栈整合了先进的大语言模型与语音模型，具备接近人类的打断处理能力、低于一秒的响应延迟、实时通话分析、即时转接人工、语音信箱识别、短信集成和多语言支持。AI 可全年全天候运行，适用于购买后回访、数据收集、客户留存、紧急通知、物流跟踪等场景，并支持企业级定制集成。

查看介绍

Call an ai

AI音频工具

Call an AI 是一个通过电话进行实时语音 AI 交互的平台。用户可拨打 AI 机器人电话号码，随时与其对话，费用为每分钟 15 美分，通话不足 4 分钟免费。平台提供多种用途的语音机器人，包括情感陪伴、日常任务管理、家庭关系指导、技术支持、创意规划与个人记录等，还支持自行设计带电话号码的定制 AI 机器人。该项目由 Toolkit AI 团队打造，旨在探索语音、工具调用、知识与记忆等 AI 技术，让 AI 像打电话给朋友一样便捷，适合在驾驶或外出时使用，并可获取通话文字记录与音频。

查看介绍

Callin.io

AI音频工具

Callin.io 是一个面向小型企业运营的 AI 语音助手平台，提供可白标部署的 AI 语音代理，适用于各行业的 AI 接待员与电话代理，具备超低延迟和企业级安全能力。其 Neuron 1.0 语音 AI 响应时间低于 176 毫秒，支持自然专业的对话体验。平台按行业提供即用型解决方案，可完全定制品牌，无需开发，数天内即可上线。支持自带品牌、自定义域名和自有定价模式。具备自主工作流执行能力，可进行网页导航、工单系统操作、CRM 更新、邮件流程和自动跟进。企业级特性包括 99.9% 正常运行时间 SLA、符合 GDPR 与 CCPA、端到端加密语音数据，并支持 Callin、Twilio、Telnyx 或 SIP 中继等多运营商接入。主要行业方案涵盖物业管理、IT 支持、智慧城市与电动汽车、房地产等场景。

查看介绍

capsho

AI音频工具

CapshoHQ 是一款基于 Claude Code 的商用套件，一次付费 379 美元终身拥有，可将用户已付费的 Claude Code 转化为替企业搭建应用、网站、播客流水线和工作流的团队，并持续记忆企业信息。它提供包含 Brain、Library、Desk 三个文件夹的企业记忆系统，记录客户、数据、品牌声音与决策缘由，使每次输出都自动贴合业务。产品分为三个房间：Capsho Strategy（由 Margo 和 Robin 负责策略决策与创意捕捉）、Capsho Build（由 Theo、Quinn 和 Remy 负责设计、构建与数据库）、Capsho Marketing（由 Nico、Ellis 和 Sonny 负责营销、邮件列表与播客）。另有免费的 Claude Code 入门指南，帮助用户先跑通环境。用户也可选择每月 97 美元加入 Belong 社群，获取创始人支持和每月黑客松。

查看介绍

Caption hashtag generator

AI音频工具

Caption hashtag generator 是一个面向 Instagram 和 TikTok 等社交媒体平台的文案辅助工具，主要帮助用户获取可用的帖子配文（Caption）、话题标签和个性化音乐建议。用户可按类别浏览现成文案，并可选择一次性购买高级文案包，以 PDF 形式即时下载。该工具宣称无需注册即可获取分类文案，高级包则提供手工撰写的独家文案，分为 25 条和 50 条两种规格，支持短、中、长三种长度。购买后跳转下载页面，无需等待邮件，每个购买对应一个细分领域。

查看介绍

Choice

AI音频工具

Choice AI 是一个面向媒体内容领域的专业内容智能平台，支持视频、音频和文本内容的审核、本地化、个性化与优化。平台覆盖30余种语言，主要能力包括AI内容审核、文化敏感度过滤、多语言字幕、AI配音与唇形同步、情感与情绪分析、智能场景分段、合规与年龄分级、自动化元数据标签、精彩片段与预告片生成、实时内容预览以及受众行为洞察。平台提供即插即用的API，可用于OTT、D2H和广播场景，并强调实时智能分析与合规保障。

查看介绍