音频

UVR5

UVR5,终极人声去除器,使用先进的 AI技术,从音视频提取伴奏,简单易用、无需注册即可使用来获取高质量的伴奏和其他音轨文件。

MUSIC.AI

MUSIC.AI 是一款基于人工智能的音频处理平台,提供音频分离、混音、母带处理、语音转换、歌词转录等功能,支持多语言翻译与本地化。平台已处理超 10 亿分钟音频,服务数千万用户,适用于音乐制作、视频剪辑及现场演出等多种场景,显著提升音频处理效率与质量。

Transkriptor

Transkriptor是一款基于AI技术的在线音频和视频转录工具,支持100多种语言,兼容多种文件格式。它提供包括转录、翻译、编辑、多格式导出及AI聊天助手在内的全面功能,旨在满足用户对语音数据处理的需求。其应用场景广泛,如会议记录、教育、法律记录等,可大幅提升工作效率和准确性。

Notebook LM

Google Labs开发的实验性AI工具。它利用生成式AI技术,帮助用户快速整理和总结笔记。用户可以输入各种文本或PDF文件,NotebookLM会自动组织内容并提供建议。

OpenUtau

OpenUtau 是一款开源的歌声合成工具,支持 UTAU 音源库和 VSQX 格式,具备音素编辑、颤音控制、多语言界面等功能,适用于音乐创作与虚拟歌手合成。它兼容 Windows、macOS 和 Linux,提供预渲染与实时预览,提升创作效率,适合音乐人、开发者及音频爱好者使用。

OmniSync

OmniSync是由中国人民大学、快手科技和清华大学联合开发的通用对口型框架,基于扩散变换器实现视频中人物口型与语音的精准同步。它采用无掩码训练范式,直接编辑视频帧,支持无限时长推理,保持自然面部动态和身份一致性。通过渐进噪声初始化和动态时空分类器自由引导(DS-CFG)机制,提升音频条件下的口型同步效果。OmniSync适用于影视配音、虚拟现实、AI内容生成等多个场景。

YouTube Dubbing

YouTube Dubbing是一款利用AI技术实现跨语言视频观看的浏览器插件。它通过智能同步配音和字幕翻译功能,帮助用户轻松克服语言障碍,提升视频观看体验。支持多语言、多平台操作,提供多种语音风格和高级功能如倍速播放、背景音保留等,适合语言学习、国际教育、商务会议等多种应用场景。

HeyMusic AI

一个基于AI的通过输入歌词或简单的提示来生成独特音乐作品的工具,帮助音乐家和歌曲作者创作歌词、旋律和完整的音乐编排。

Open NotebookLM

Open NotebookLM是一个开源工具,能够将PDF文档转换为播客形式的音频内容。它基于Llama 3.1 405B、MeloTTS和Bark等先进AI模型,生成自然流畅的对话式音频,并支持多语言及个性化音调设置。用户可通过简单易用的Gradio界面上传PDF文件并下载MP3格式的音频文件,适用于教育、科研、商业分析等多个领域。