克隆

Speech

Speech-02 是 MiniMax 推出的先进文本到语音模型,支持零样本语音克隆和高质量语音合成,具备多语言支持和情感控制功能。采用自回归 Transformer 和 Flow-VAE 架构提升语音自然度和相似度,适用于配音、有声读物、智能助手等多种场景。提供 HD 和 Turbo 两个版本,满足不同性能需求。

FishAudio

一个在线AI文本转语音合成配音声音克隆平台,以其自然、富有表现力的语音生成技术,为用户带来了前所未有的音频体验。

Chatterbox

Chatterbox是Resemble AI推出的开源文本转语音(TTS)模型,基于0.5B规模的LLaMA架构,用超过50万小时精选音频训练。它支持零样本语音克隆,仅需5秒参考音频即可生成高度逼真的个性化语音,并具备情感夸张控制功能,可调节情绪、语速和语调。Chatterbox还拥有超低延迟的实时语音合成能力,延迟低至200毫秒以下,适用于交互式应用。此外,它采用安全水印技术防止滥用,适用于内容

歌歌AI

歌歌AI写歌 是一个旨在让每个人都能成为音乐家的平台,它通过人工智能技术,提供了一种创新的方式来创作音乐。

Tavus.io

Tavus 是一个可让您使用人工智能为观众创建个性化视频的平台。您可以录制一个视频,Tavus 将为每个观看者生成数千或数百个具有不同语音和视觉的变体视频。

Medio.cool

Medio.cool是一款面向企业海外市场的AI视频编辑工具,提供视频水印去除、商品翻译、商品解说视频自动生成等功能。它支持多语言翻译,涵盖超过100种国际语言,并能一键下载4K高清原视频,适用于YouTube、TikTok等多个平台,助力企业高效实现全球化推广。

RuoYi AI

RuoYi AI 是一个集成了本地 RAG 方案和多模型支持的全栈式 AI 开发平台,提供高效的代码管理、数据隐私保护和丰富的多媒体功能。支持多种大语言模型接入,具备微信扩展、插件系统和支付接口,适用于企业及个人开发者构建智能应用。

给麦

给麦是一款集成了AI技术的音乐创作平台,主要面向音乐创作者、歌手及普通用户。它提供音色克隆、快速歌曲合成、AI翻唱、AI写歌等功能,同时拥有线上K歌、虚拟人声、语聊派对和破冰游戏等社交娱乐功能,旨在帮助用户轻松创作音乐并享受互动体验。

IndexTTS

IndexTTS 是一款由 B 站开发的高性能文本转语音系统,专注于中文语音合成,支持拼音纠正、精准停顿控制和高自然度语音输出。采用混合建模方法,结合汉字与拼音,提升发音准确性。系统具备零样本语音克隆能力,音质优秀,广泛应用于内容创作、在线教育、智能客服等领域。训练数据丰富,性能指标优异,包括低字词错误率、高扬声器相似性和高主观音质评分。

讯飞数字人

科大讯飞推出的一款基于AI技术的一站式数字人音视频内容生产工具,具有在虚拟“AI演播室”中输入文本或录音,一键完成音、视频作品的输出,3分钟内渲染出稿。包括形象克隆、声音复刻、3D定制、内容生产、虚拟直播、能力接入等功能。