SuperAPI AI 工具集

AI音频工具

1,506 个结果 · 第 28 / 42 页

FireRedTTS2

AI音频工具

FireRedTTS2 是 FireRedTeam 开源的 PyTorch 长对话语音合成系统,面向播客与聊天机器人场景,支持多说话人对话生成。它采用 12.5Hz 流式语音分词器与双 Transformer 架构,在文本—语音交错序列上运行,可逐句生成,官方称在 L20 GPU 上首包延迟低至 140ms。系统支持英语、中文、日语、韩语、法语、德语、俄语等多语言,并支持跨语言与代码切换场景的零样本声音克隆。当前支持 3 分钟、4 位说话人的对话,可通过扩展训练语料扩展到更长、更多说话人的对话。项目提供预训练检查点、推理代码、Web UI 工具、微调代码与教程,并支持 bf16 推理以降低显存占用。

查看介绍

flexorch-mcp

AI音频工具

flexorch-mcp 是 FlexOrch 的 MCP 服务器,面向机器与智能体使用。它把 FlexOrch 的文档智能处理流水线以 MCP 工具形式暴露出来,让 Claude 及其他支持 MCP 的智能体通过自然语言工具调用即可处理文档、抽取结构化数据、检测 PII 并导出可直接供 LLM 使用的数据集。该包是一个轻量代理,本身不进行任何处理,所有计算都运行在 FlexOrch 托管基础设施上,需使用 FlexOrch 账号和 API 密钥。API 密钥从环境变量 FLEXORCH_API_KEY 读取,不作为工具参数传递;服务器无状态,不缓存或存储数据;PII 脱敏在返回结果前由 FlexOrch 流水线完成;与 api.flexorch.com 的通信使用 HTTPS。

查看介绍

Flow Music AI

AI音频工具

Flow Music AI 是一款在线 AI 音乐视频生成工具,可根据文本提示、图片、音频参考和音乐创意,生成音乐视频、歌词片段、动态封面和社交音乐内容。它提供从提示到成片的完整流程,支持图像、文本、音频和视频参考,适合创作者、艺术家、营销人员和产品团队制作音乐类社交短片、广告和品牌内容。无需信用卡即可开始使用,并提供多种积分套餐。

查看介绍

FlowSong

AI音频工具

FlowSong 是一款利用 AI 将个人故事转化为个性化定制歌曲的工具。用户只需提供收件人姓名、场合(如生日、婚礼、纪念日)、回忆和内部笑话等信息,并选择音乐风格和声乐类型,FlowSong 即可在 2-5 分钟内生成包含定制歌词和录音室级人声的完整歌曲。支持免费预览,仅在满意后付费解锁完整高质量 MP3 下载,并提供可分享的礼物页面和二维码,适合送礼、庆祝特殊时刻等场景。

查看介绍

Four four

AI音频工具

Four/Four 是一个 AI 驱动的客户声音研究平台,能够大规模记录并分析来自电话、会议、邮件、支持工单和调查等渠道的客户互动,将其转化为产品、销售和客户成功团队可用的洞察。平台支持 40 多个集成,可按照 JTBD、MEDDIC、SPICED 等标准方法对客户反馈进行编码,生成可追踪的主题,并创建基于真实转录文本的研究报告。洞察可通过工作流自动路由到 Slack、Jira 和邮件,还能通过 MCP 工具连接 Claude 和 ChatGPT。该平台帮助团队快速发现痛点、机会和风险,支持基于证据的决策,且不按席位收费。

查看介绍

framedeck-mcp

AI音频工具

Framedeck MCP 是一个面向内容创作者的 MCP 服务器,用于将任意兼容 MCP 的 AI 助手连接到 Framedeck 内容生产流水线。它支持 Claude、ChatGPT、Gemini、Copilot 等客户端,让用户通过自然语言管理视频、播客等内容的制作流程。核心概念包括 Productions(制作项目)、Stages(阶段)、Frames/Cards(卡片)、Checklists(清单)、Comments(评论)和 Labels(标签)。用户可创建卡片、批量添加想法、将想法升级为正式制作、设置活动看板、移动卡片、查看看板概览及个人任务。Framedeck 提供 Creator 模式(Productions、Stages、Frames)和 Classic 模式(Projects、Stages、Cards),MCP 服务器会根据看板模式自动使用对应术语。所有工具带有 MCP 安全注解,便于 AI 客户端在删除等破坏性操作前提醒用户。

查看介绍

Free Song Maker

AI音频工具

SongMaker 是一个免费的在线音乐创作平台,受 Chrome Music Lab 启发,让用户在无需注册、无需付费、无需安装软件的情况下创作歌曲。用户可以通过点击、轻触或拖拽以及网格界面来制作旋律和节奏,调整速度、乐器与效果,保存和编辑自己的作品,并与他人分享。平台还提供节奏制作、旋律制作、钢琴歌曲制作、频谱图生成器、Kandinsky 音乐可视化等音乐创作与实验工具,并配有面向教师、初学者和创作者的教程文章。

查看介绍

FunASR

AI音频工具

FunASR 是 ModelScope 社区开源的一套工业级语音识别工具包,面向离线、流式与边缘部署场景。它覆盖语音识别(ASR)、语音活动检测(VAD)、标点恢复、说话人分离等能力,并提供情感与音频事件模型,同时支持 OpenAI 兼容接口以及 MCP 服务方式集成到 AI 智能体与语音智能体工作流中。FunASR 将任务、模型检查点和运行时相互解耦,用户可分别选择;提供 Python API、命令行工具、服务化部署以及 llama.cpp/GGUF 的 CPU 与边缘部署路径。

查看介绍

gambot-mcp

AI音频工具

Gambot MCP 是 Gambot 官方 WhatsApp Business API 的 MCP 服务器,让 Claude、Cursor 等 AI 智能体能够发送 WhatsApp 消息与模板,并管理 CRM 联系人、线索、案例、任务、报价、发票、订单和营销活动。Gambot 是 Meta 授权 Business Solution Provider(BSP),基于官方 WhatsApp Business(Cloud)API,不使用二维码、个人会话或浏览器自动化。连接方式有两种:本地运行 npx -y gambot-mcp,或使用托管的 Streamable HTTP 服务器(OAuth 2.0 或令牌)。没有账号也可启动,服务器进入免令牌引导模式,由智能体创建账号,用户只需在浏览器完成 Meta WhatsApp 连接。

查看介绍

Gemini Music

AI音频工具

Gemini Music 是一个在线 AI 音乐生成平台,可让用户通过提示词(prompt)生成高质量歌曲和 AI 音频。它支持流行、摇滚、电子等曲风,可将歌词转为音乐或生成纯乐器曲目,并提供比特率、采样率、格式等音频质量控制。免费用户每 24 小时可生成 1 首歌曲,无需绑定信用卡。付费方案提供更多积分、云存储、商用授权和优先队列。歌曲生成消耗 4 积分,独立歌词工具消耗 1 积分,AI 翻唱消耗 6 积分。登录用户可保存音乐历史记录。

查看介绍

Generatesong ai

AI音频工具

GenerateSongAI 是一款基于人工智能的音乐生成工具,可将文字描述或歌词转换为高质量歌曲,并提供音乐分轨、混音和修复等能力。它支持多种曲风(如流行、古典、电子舞曲等)和多种人声,生成的音乐可免版税用于商业用途。用户无需专业音乐制作技能,输入简单文本即可在数分钟内获得完整歌曲,并可导出 WAV、FLAC、MP3 等格式,适合独立电影人、YouTuber、游戏开发者和内容创作者使用。

查看介绍