音频处理

1. 首页
2. 音频处理

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。

AI项目与工具 2025年06月11日 80 点赞 0 评论 296 浏览

NovaMSS

NovaMSS是一款基于AI技术的音乐源分离工具，可精准分离人声、伴奏、贝斯、鼓点等音轨。支持多种音频格式和批量处理，操作简便，适用于音乐制作、音频修复及教学资源开发等多种场景。提供普通与专业模型，满足不同用户的音质需求，适合创作者和音乐爱好者使用。

AI项目与工具 2025年06月12日 90 点赞 0 评论 280 浏览

VideoToWords AI

一款免费在线将视频和音频转录为文本的工具，轻松在浏览器中将视频转换为文本，添加字幕等。还提供在线编辑、多种格式导出功能。

Ai语音工具 2025年06月05日 25 点赞 0 评论 268 浏览

Audio

Audio-SDS是由NVIDIA研发的音频处理技术，基于文本提示引导音频生成，支持音效生成、音源分离、FM合成及语音增强等多种任务。该技术无需重新训练模型，即可将预训练音频扩散模型扩展为多功能工具，具备高效推理能力，适用于游戏、音乐制作、教育及智能家居等多个领域。

AI项目与工具 2025年06月11日 81 点赞 0 评论 266 浏览

covers.ai

covers.ai是一款基于AI技术的音乐创作平台，提供AI语音生成与AI歌曲生成功能。用户可通过简单操作，如演唱或哼唱，由AI自动完成音乐制作，生成个性化歌曲。平台支持多种音乐风格，并允许用户自定义声音效果，适合音乐爱好者、初学者及创作者使用。其操作便捷、创意性强，有助于激发音乐灵感并提升创作效率。

AI项目与工具 2025年06月12日 31 点赞 0 评论 258 浏览

PlayDiffusion

PlayDiffusion是Play AI推出的音频编辑模型，基于扩散模型技术实现音频的精细编辑和修复。它将音频编码为离散标记序列，通过掩码处理和去噪生成高质量音频，保持语音连贯性和自然性。支持局部编辑、高效文本到语音合成、动态语音修改等功能，具有非自回归特性，提升生成速度与质量。适用于配音纠错、播客剪辑、实时语音互动等场景。

AI项目与工具 2025年06月11日 94 点赞 0 评论 254 浏览

AIGCPanel

AIGCPanel是一款开源的AI数字人系统，支持视频合成、声音合成与声音克隆等功能。它利用自然语言处理、计算机视觉技术和深度学习算法，实现高质量的音视频同步和自然语音生成。系统具有多语言支持、模型管理和日志查看功能，可应用于影视制作、虚拟主播、教育培训等多个领域。

AI项目与工具 2025年06月12日 69 点赞 0 评论 248 浏览

Jammable

Jammable是一款基于AI技术的音乐创作平台，用户可通过选择特定歌手声音或音乐风格，生成个性化的翻唱作品。平台提供快速生成、个性化定制、热门趋势展示及社区互动等功能，适用于音乐创作者、爱好者及教育领域。支持多种应用场景，如个人创作、社交媒体内容制作及创意合作，提升音乐创作效率与多样性。

AI项目与工具 2025年06月12日 88 点赞 0 评论 235 浏览

AbletonMCP

AbletonMCP 是一个开源工具，通过模型上下文协议（MCP）将 Ableton Live 与 Claude AI 连接，实现音乐制作过程中的 AI 辅助。支持双向通信，允许用户通过 AI 创建和编辑 MIDI 与音频轨道、选择乐器和效果、控制播放等。技术上采用 JSON 协议和套接字通信，适用于音乐创作、实时制作、教学及音频后期处理等多种场景。

AI项目与工具 2025年06月12日 99 点赞 0 评论 233 浏览

猫头音

猫头音是一款基于深度学习技术的AI配音与翻唱工具，支持将文字转化为高质量语音输出，并提供多样化音色选择及丰富的音频处理功能。用户可通过简单操作实现个性化配音、修音翻唱以及音频编辑，广泛适用于视频创作、广告制作、有声读物开发及音乐翻唱等多个领域。

AI项目与工具 2025年06月12日 52 点赞 0 评论 226 浏览