音频处理

1. 首页
2. 音频处理

Auphonic

Auphonic是一款利用人工智能技术的在线音频后期处理工具，提供自动音量平衡、降噪、混响减少、滤波、静音剪切等功能，适用于播客制作、广播电台、电影视频制作等多个场景，支持多语言语音转文字及视频章节生成，提供免费和多种付费订阅方案。

AI项目与工具 2025年06月12日 61 点赞 0 评论 221 浏览

WorldSense

WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。

AI项目与工具 2025年06月12日 61 点赞 0 评论 215 浏览

Audo Studio

Audo AI为创作者和开发人员提供噪声消除产品，包括Audo Studio、Audo API和用于Linux的Magic Mic。这些产品利用音频处理和人工智能的最新进展，自动去除背景噪音，增强音频录制，...

创作工具 1970年01月01日 0 点赞 0 评论 204 浏览

TuneFlow

TuneFlow 是新一代 AI 助力的音乐制作工具，它配备了一整套强大的人工智能算法，覆盖端到端的完整音乐制作流程。就像一个专属制作团队，为你时刻待命。

Ai语音工具 2025年06月05日 85 点赞 0 评论 202 浏览

Ztalk.ai

Ztalk.ai 是一款支持多语言实时语音翻译的AI桌面应用，具备低延迟、高清晰度和强兼容性，可与主流视频会议平台无缝连接。内置降噪、字幕及AI提示功能，确保沟通效率与质量。采用端到端加密，保障数据安全，适用于全球商务会议、跨境协作、客户互动及多语言培训等场景。

AI项目与工具 2025年06月11日 75 点赞 0 评论 196 浏览

Muyan

Muyan-TTS是一款面向播客场景的开源文本转语音工具，基于超10万小时播客数据训练，支持零样本语音合成与说话人适配，可在0.33秒内生成1秒音频，适合实时与长内容合成。支持本地部署与API调用，应用于播客、有声书、视频配音、AI角色及新闻播报等领域，兼具高效性与灵活性。

AI项目与工具 2025年06月11日 94 点赞 0 评论 187 浏览

Aero

Aero-1-Audio 是一款基于 Qwen-2.5-1.5B 的轻量级音频模型，拥有 1.5 亿参数，专注于长音频处理，支持连续 15 分钟音频输入并保持上下文连贯性。在语音识别、复杂音频分析及指令驱动任务中表现出色，具备高效的训练方法和多任务处理能力，适用于语音助手、实时转写、归档理解等场景。

AI项目与工具 2025年06月11日 43 点赞 0 评论 185 浏览

MoonCast

MoonCast 是一个零样本播客生成系统，能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练，支持中文和英文，生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本，并利用语音合成模块转换为最终音频，具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强，适用于内容创作、教

AI项目与工具 2025年06月11日 63 点赞 0 评论 183 浏览

MakeBestMusic

MakeBestMusic 是一款基于AI技术的音乐创作工具，支持通过文本生成音乐、音频分离、混音与重制等功能，覆盖多种音乐风格。提供多种付费计划，满足不同用户需求，适用于音乐制作、视频创作、游戏开发等场景，提升创作效率与质量。

AI项目与工具 2025年06月12日 21 点赞 0 评论 175 浏览

Adobe Premiere Pro

基于文本的AI视频编辑，支持语音转录功能， 自动生成文字稿，简化视频剪辑流程，像编辑文本文档一样编辑视频。

视频剪辑 2025年06月05日 74 点赞 0 评论 173 浏览