Stable Audio

ElevenLabs 是国外一个火爆的AI文字转语音平台，目前已完成测试阶段并推出了正式版。借助先进的多语言人工智能技术，ElevenLabs 可以自动识别包括中文在内的28种语言，并将其转换为逼真的语音。免费版提供每月10000个字符的转换和创建3个自定义声音。ElevenLabs的产品功能AI语音合成，提供文本转语音工具，支持多种类型的声音、风格和语言生成高质量的口语音频。AI语音克隆，提供声音克隆工具，无需输入文本便可以快速克隆自己的声音高质量语音库，ElevenLabs提供了一个高品质人工智能语音库社区，用户可选择加入Discord交流和分享音频编辑工具，提供调整节奏、分割声音的工作台以完全控制创作过程ElevenLabs支持的语言和口音ElevenLabs 支持包括中文、英文、德语、日语、法语等在内的28种语言的文本转语音，实测欧美国家的语言效果更好，中文的效果还有待提升。ElevenLabs的产品价格ElevenLabs提供免费增值的定价体系，免费版提供每月10000个字符的转换和创建3个自定义声音。付费版价格如下：Starter版本，5美元/月，提供每月30000个字符和创建10个自定义声音Creator版本，22美元/月，提供每月100000个字符和创建30个自定义声音Independent Publisher版本，99美元/月，提供每月500000个字符和创建160个自定义声音

讯飞智作是什么讯飞智作是科大讯飞推出的一站式AIGC内容创作平台，基于人工智能技术提供文字转语音、虚拟数字人视频制作等服务。用户可以轻松实现音视频内容的快速生成，无需专业技能即可创作出高质量的媒体作品。广泛应用于媒体、教育、企业等多个领域，助力内容创作者提升工作效率，实现创意的快速落地。讯飞智作的主要功能AI配音功能：用户可以输入文稿或录音，选择虚拟主播进行配音，支持多语种、多情感、多风格的配音，满足个性化需求。虚拟数字人视频生成功能：用户可以通过简单的操作，将虚拟数字人与自己的内容相结合，生成生动有趣的视频。PPT生成视频功能：用户可以将PPT文件导入平台，通过智能剪辑和编排，快速生成高质量的视频内容。高度定制化：提供声音定制和形象定制服务，用户可以定制专属的发音人和虚拟形象，使内容更具个性化。操作简便：操作界面简洁明了，用户无需专业音视频制作技能即可轻松上手，同时提供详细的操作教程和客服支持。高质量输出：依托科大讯飞的AI技术，保证音视频内容的高质量输出，包括语音的清晰度、自然度和视频的流畅度、画面质量。AI+视频：在虚拟“AI演播室”中输入文本或录音，一键完成音、视频作品的输出，提供音视频一键生成、多形象多音库、多功能编排等功能。虚拟人生态：提供虚拟人形象构建、AI驱动、API接入、多场景解决方案，实现一站式虚拟人应用服务，并联合产业合作伙伴共建虚拟人生态。AI虚拟人技术：使用AI技术生成虚拟人物，进行智能交互。AI虚拟人直播机：实现虚拟人物的直播功能。如何使用讯飞智作访问官网：访问讯飞智作的官方网站。选择功能：登录后，您可以看到讯飞智作提供的不同功能，如AI配音、虚拟数字人视频生成、PPT生成视频等。根据您的需求选择合适的功能。输入文稿或上传文件：在AI配音功能中，您可以直接输入文稿或上传doc、pdf、txt格式的文件。选择主播声音：系统会默认选择一个合成主播，您也可以点击主播头像选择其他主播，并试听不同主播的声音。调整语速和语调：如果对默认的语速、语调不满意，您可以调节主播的语速或语调参数，可以收藏调整好的参数以便下次使用。试听和调整：选择好主播后，您可以进行试听，在试听过程中调整有瑕疵的地方。多人配音：讯飞智作支持多人配音模式，同一文本可以选择多个主播交替播报。生成视频：对于PPT生成视频功能，您可以将PPT文件导入平台，然后通过智能剪辑和编排，快速生成高质量的视频内容。虚拟人定制：如果您需要个性化的虚拟形象，可以选择形象定制服务，包括面部特征、发型、服装等。下载和使用：制作完成后，您可以预览视频效果，并生成视频下载到本地使用。讯飞智作的应用场景媒体领域：讯飞智作在新闻制作中可以快速将新闻文稿转换为音视频新闻，提高新闻制作效率。在专题片和纪录片制作中，用AI配音功能为影片配上合适的解说音，增强影片的表现力。金融领域：金融机构可以用讯飞智作的虚拟人、多语种语音合成等功能，在理财知识普及和投资推荐时，用生动的形象和通俗易懂的语言向投资者讲解理财知识。文旅领域：在文化旅游宣传方面，可以创建具有地方特色的虚拟导游形象，通过多情感语音合成，以富有情感的语音介绍旅游景点的历史文化、风土人情等内容，增强文化传承和旅游吸引力。企业数字化领域：企业可以用讯飞智作在宣传、培训教育、产品推广等方面，用虚拟人形象制作宣传视频，吸引客户关注；PPT生成视频功能可以将培训资料转换为视频，方便员工学习；AI配音功能可以为产品宣传视频配上合适的声音，提高产品的推广效果。智慧政务领域：讯飞智作在智慧政务中也有应用，可以提供智能化的服务和信息传播。短视频创作领域：讯飞智作的虚拟数字分身功能，彻底颠覆了传统口播视频的制作流程，为音视频创作缩减了70%以上的时间及成本。

Suno是一个专业高质量的AI歌曲和音乐创作平台，用户只需输入简单的文本提示词，即可根据流派风格和歌词生成带有人声的歌曲。该AI音乐生成器由来自Meta、TikTok、Kensho等知名科技公司的团队成员开发，目标是不需要任何乐器工具，让所有人都可以创造美妙的音乐。Suno还与微软合作，支持直接通过微软的Copilot调用其插件生成音乐。Suno最新已将音乐生成模型升级到V3版本，可生成2分钟的歌曲。Suno的主要功能文本描述生成歌曲：输入简单的歌曲说明和提示词即可快速生成一首完整的歌曲，可自定义歌词多样化的音乐风格：支持流行、R&B、嘻哈、乡村、电子、迷幻等多种风格的音乐生成支持50种语言的歌曲：包括英文、中文、法语、日语、俄语、西班牙语等50多种语言进行输入和歌曲输出如何使用Suno AI生成歌曲访问Suno的官网（suno.ai），点击Make a song进入后台界面点击左侧的Create按钮，然后登录注册账号，登录成功后输入歌曲描述输入完成后点击Create音乐，稍等片刻即可生成歌曲生成的歌曲可以分享、预览、RemixSuno AI的产品价格基础版：免费使用，每日50积分（可生成10首歌），不可商用，同时进行2个任务专业版：10美元每月（包年8美元每月），每月2500积分（可生成500首歌），可商用，同时进行10个任务高级版：30美元每月（包年24美元每月），每月10000积分（可生成2000首歌），可商用，同时进行10个任务常见问题Suno基于什么大模型？Suno的AI歌曲生成能力基于其自研的音乐大模型Chirp，最新为v3版本。Suno生成的歌曲可以商用吗？免费版的Suno生成的歌曲不能商用，付费版的才可以商用。Suno支持生成特定歌手风格的音乐吗？为了避免版权问题，Suno不支持根据特定歌手和艺术家的提示生成音乐。

MemoAI是什么MemoAI是免费的AI语音转文字工具，支持YouTube、播客及本地音视频文件转文本。MemoAI具备多语言转录、翻译、语音合成、说话人分离、实时字幕等功能。支持NVIDIA和AMD GPU加速，快速处理媒体文件。提供浮动笔记、剪辑分割、AI摘要和多种导出选项。MemoAI注重隐私，完全离线工作，跨平台支持Windows和macOS。MemoAI的主要功能AI语音转文字：将YouTube视频、播客等音视频内容转换成文字。多语言支持：支持中文、英语、日语等90多种语言的语音转文字和翻译。AI翻译功能：在转文字的同时进行90多种语言之间的翻译。AI语音合成：将文本转换为语音输出。说话人分离：帮助区分不同说话者，便于查看会议、访谈等多说话者内容。GPU加速：NVIDIA和AMD GPU加速处理，大幅缩短处理时间。如何使用MemoAI注册和登录：访问MemoAI官网（memo.ac），创建一个账户并登录。上传或输入文件：对于在线媒体，如YouTube视频，直接输入视频链接。对于本地文件，如MP4、MP3等，通过文件上传功能选择并上传文件。选择语言：根据需要转录的音视频文件的语言，选择合适的源语言。开始转录：点击开始转录按钮，MemoAI将开始处理您的文件。编辑和校对：转录完成后，您可以查看转录文本，并进行必要的编辑和校对。使用高级功能：利用说话人分离功能来识别不同的说话者。使用浮动笔记功能在播放音频时突出显示关键信息。利用剪辑分割功能来编辑和转录音频的特定部分。导出：根据需要，将转录文本导出为不同的格式，如SRT字幕文件、Markdown等。MemoAI的应用场景教育与学习：学生和教师可以转录课堂讲座和会议，便于复习和学习。内容创作：视频博主和播客主持人可以利用MemoAI快速生成视频或音频内容的文字稿。企业会议：企业可以转录会议记录，便于存档和团队成员回顾。语言学习：学习者可以使用MemoAI来转录和翻译外语材料，提高语言能力。媒体监控：媒体公司可以转录新闻和广播，进行内容分析和监控。

海绵音乐是由字节跳动公司推出的AI音乐创作平台，旨在利用人工智能技术生成个性化音乐，该AI音乐生成工具在中文歌曲创作上表现出色，提供灵感创作和自定义创作选项，支持一键生成歌词和旋律。用户可以根据自己的喜好选择不同风格和情感，如国风、朋克等。目前海绵音乐处于内测阶段，用户可以免费体验AI创作音乐，单次音乐可生成1分钟时长的歌曲，支持通过链接分享但暂不支持下载。海绵音乐的产品功能灵感创作：用户输入最少5个字的灵感关键词，海绵音乐将基于这些关键词生成歌词，帮助用户快速启动音乐创作过程。自定义创作：用户可以自定义音乐的各个方面，包括旋律、节奏、和声等，海绵音乐会根据用户的选择生成相应的音乐作品。一键生成歌词：提供“一键生词”功能，用户可以选择随机主题风格生成歌词，或通过“灵感生词”输入特定灵感来定制歌词。多种音乐风格：海绵音乐支持多种音乐风格，如摇滚、国风、朋克等，用户可以根据个人喜好选择不同的音乐风格。情感和声音选择：用户可以根据音乐想要传达的情感，选择相应的心情选项，如活力、EMO、怀旧等，并选择女声或男声进行演唱。音乐编辑工具：在生成歌词后，用户可以进行续写、换韵脚或更换主题风格，提供丰富的编辑选项以满足个性化需求。高质量音乐体验：海绵音乐在中文歌曲处理上表现出色，通过减少电音使用、提高吐字清晰度和演唱流畅性，提供更自然的母语音乐体验。社交分享：用户可以将自己的创作分享到社交媒体，通过分享链接与他人共享音乐作品。如何使用海绵音乐生成歌曲访问平台：访问海绵音乐的官网（haimian.com）登录账户：点击左下角的登录，使用手机或抖音账号进行登录进入创作界面：登录后，点击左侧的创作。选择创作模式：灵感创作：输入一些关键词或一句话，让AI根据这些灵感生成歌词。自定义创作：如果你有特定的主题或风格，可以选择自定义创作，输入你想要的歌词或旋律。选择风格和声音：根据你想要的音乐风格和演唱声音（如女声、男声），选择曲风、心情、音色等。生成音乐：点击生成音乐，等待音乐生成即可，生成后的歌曲可以试听、调整、分享海绵音乐的适用人群音乐爱好者：对于热爱音乐但不具备专业音乐制作技能的普通用户来说，海绵音乐提供了一个简单易用的入口，让他们能够轻松地将心中的音乐想法转化为实际的旋律和歌词。独立音乐人：对于追求个性化和创新的独立艺术家和音乐创作者，海绵音乐可以帮助他们在创作过程中快速生成音乐原型，或是在灵感枯竭时提供新的创作思路。音乐制作人：专业音乐制作人在创作过程中经常需要快速迭代和测试不同的想法。海绵音乐可以作为一个高效的辅助工具，帮助他们在短时间内生成旋律和歌词草稿，加速创作流程。音乐教育者：在教学中，音乐教育者可以利用海绵音乐作为教学工具，向学生展示音乐创作的不同方面。通过实际操作AI音乐创作，学生可以更直观地理解音乐理论，并激发他们的创造力和对音乐的热爱。内容创作者：视频博主、播客制作者等需要背景音乐或原创音乐的内容创作者，可以通过海绵音乐快速定制适合他们作品氛围和主题的音乐。音乐科技爱好者：对于对AI音乐创作技术充满好奇和热情的科技爱好者，海绵音乐是一个理想的实验场。他们可以探索AI如何理解和创作音乐，以及这些技术如何推动音乐产业的创新和发展。

Adobe推出的在线AI音频录制和编辑工具

天工SkyMusic是什么天工SkyMusic是昆仑万维推出的国内首个音乐SOTA模型，采用自研的大模型音乐音频生成技术，能够实现端到端的音乐创作，包括乐器、人声、旋律等元素的一体化生成。该模型在音质、人声自然度等方面声称超越了国际竞争对手Suno V3，是全球领先的AI音乐生成模型。天工SkyMusic还支持参考音乐生成和方言歌曲创作，大幅降低了音乐创作门槛，让不具备专业乐理知识的用户也能轻松创作音乐，同时促进了方言文化的传播。目前，天工SkyMusic已开启免费公测，所有用户都可以免费使用。天工SkyMusic的主要功能高质量AI音乐生成：天工SkyMusic能够创作出具有高音质标准的AI音乐作品，每首歌曲长达80秒，采用44100Hz的采样率和双声道立体声技术，确保音乐的细节丰富，层次分明，为听众带来沉浸式的音乐体验。极致人声还原：在中文人声的生成上，天工SkyMusic 生成的音乐在发音清晰度上具有高水准，发音清晰、自然，能够精准捕捉并再现中文的音韵美，让听众难以区分真人与AI的演唱。情感丰富的歌词结构：天工SkyMusic不仅能够创作旋律，还能根据歌词内容智能划分不同的情感段落，使得每首歌曲都能呈现出丰富的情感变化和动态对比，让音乐作品更具表现力。多样化音乐风格覆盖：无论是流行、古典、民族还是现代电子音乐，天工SkyMusic都能轻松驾驭。它支持多种音乐风格，包括但不限于说唱、民谣、放克、古风、电子等，满足不同用户的音乐品味和创作需求。音乐表达的智能化：天工SkyMusic能够学习和模拟各种复杂的歌唱技巧，如颤音、歌剧唱法、吟唱风格、男女对唱以及自动和声等，让AI生成的音乐作品拥有更加丰富和专业的音乐表达。个性化参考音乐创作：用户可以上传自己喜欢的参考音乐，天工SkyMusic将分析并捕捉其风格和唱腔特点，生成风格相近、情感相融的新歌曲，让每个人都能成为音乐创作者。地方文化的方言音乐创作：天工SkyMusic还特别注重地方文化的传承与创新，支持多种方言的音乐生成，如粤语、成都话、北京话等，不仅让音乐作品具有地域特色，也为方言文化的传播和保护提供了新的途径。如何使用天工SkyMusic手机上下载安装天工APP，然后进行登录切换到音乐，点击开始写歌输入歌名和歌词，选择参考歌曲最后点击生成歌曲，等待作品生成即可天工SkyMusic的适用人群音乐创作者：对于作曲家、歌手、音乐制作人等专业音乐人士，天工SkyMusic提供了一个强大的创作工具，可以帮助他们快速生成高质量的音乐作品，拓宽创作灵感，提高工作效率。音乐爱好者：对于喜欢音乐但不具备专业音乐制作技能的普通用户，天工SkyMusic降低了音乐创作的门槛，使他们能够轻松创作属于自己的歌曲，实现音乐梦想。广告与媒体行业：在广告制作、影视配乐、游戏音效等领域工作的专业人士，可以利用天工SkyMusic快速生成符合项目需求的背景音乐，提升作品的专业感和艺术价值。企业与品牌：企业可以利用天工SkyMusic生成独特的品牌音乐，用于提升品牌形象，增强市场营销的效果。

Uberduck是什么Uberduck是一个开源的AI语音生成和合成的社区，该平台提供了超过5000多种声音帮助用户制作AI配音和语音，用户可以从文本生成逼真的语音、歌唱和说唱，创建自定义语音克隆。支持多种语言，提供API访问，开发者能将这些功能集成到自己的应用程序中。Uberduck的主要功能文本转语音（TTS）：将文本转换为自然流畅的语音输出，支持多种语言和语音风格。AI歌唱：生成AI驱动的歌唱声音，为音乐创作带来新的维度。声音转换：能将一种声音风格转换为另一种，增加创作的多样性。声音克隆：复制特定的声音特征，创建独特的声音模型。API访问：提供编程接口，支持用户将Uberduck的语音合成功能集成到自己的应用程序或服务中，实现个性化开发。说唱生成：自动生成说唱歌词并合成说唱音频。多语言支持：Uberduck支持多种语言，适合需要多种语言能力的全球项目。Uberduck的产品官网产品官网：uberduck.aiUberduck的应用场景音乐制作：音乐人可以使用Uberduck创作独特的AI声音歌曲，为现有曲目添加AI和声或背景声音。影视制作：在影视制作中，Uberduck可以为动画角色配音，创建预告片或广告旁白。教育领域：教育工作者可以开发交互式学习材料，制作多语言教学内容。播客和有声读物：生成专业质量的叙述声音，提高听众的听觉体验。游戏开发：为游戏角色创建多样化的声音，增强游戏体验。