-
pluCast： AI 播客生成工具，将文档与视频转化为音频
pluCast 是一款将 PDF 文档与 YouTube 视频转化为对话式播客的 AI 工具。它通过模拟两人问答的访谈形式，帮助用户在通勤、家务或运动等碎片化时间高效吸收复杂内容。该平台旨在解决信息过载问题，让忙碌的专业人士与学生能够通过听觉轻松消化难以阅读的资料。 pluCast功能 对话式播客生成：通过模拟两人问答的访谈形式，将文档或视频内容转化为易于理解的音频，显著提升学习效率与记忆效果。 …- 5.6k
-
网易有道“子曰 4”多模态模型、语音合成模型全量开源
5 月 23 日消息，网易有道昨日宣布，决定将“子曰”大模型 4.0 的核心双引擎 ——“多模态模型”与“语音合成（TTS）模型”，正式面向全球全量开源。开发者可以免费下载、部署，并基于此进行二次开发。 此次开源的“子曰 4”多模态模型（27B 参数规模）面向教育场景，支持视觉输入的数理能力，做到了行业顶尖水平（SOTA）。 在同等参数的规模模型中，处理带图表的高难度视觉数理问题。 纯文本的中文数…- 11.1k
-
阿里通义千问 Qwen3-TTS 语音合成 AI 模型发布：超 49 种音色，支持多种方言
12 月 11 日消息，阿里通义千问发布 Qwen3-TTS，这是一款支持多音色、多语种和多方言的语音合成 AI 模型，目前可通过 Qwen API 访问。 1AI附 Qwen3-TTS 主要改进内容如下： 更加丰富的音色支持：Qwen3-TTS 提供超过 49 种音色，涵盖不同性别、年龄、地域特征与角色设定，包括撒娇搞怪-茉兔、青梅竹马-小野杏、傲娇率性的女汉子-十三、严厉老师-墨讲师、智慧老者…- 10.6k
-
JoyPix：AI数字人视频生成工具，秒级生成AI视频与AI对口型视频
JoyPix是专注于数字人和语音合成的AI创作工具。用户可以通过上传照片创建个性化的虚拟形象，支持与虚拟形象进行语音对话。JoyPix 提供自定义虚拟形象，可以根据自己的需求进一步定制虚拟形象的外观。JoyPix支持声音克隆，用户只需上传10秒音频片段，可克隆自己的声音，生成自然流畅的语音输出。JoyPix 的文本转语音功能可以将文本转换为逼真的语音，满足多种语音合成需求。JoyPix提供了虚拟形…- 10.9k
-
免费声音克隆工具，一键部署B站开源的文本转语音模型indexTTS2
在刷B站的时候，突然想到一个问题：为什么现在的AI配音总是听起来很机械？我想要更自然的声音，想要控制情感和语调，但又不想每次都亲自录音。直到我发现了B站团队开发的IndexTTS2这个宝藏工具，简直把我惊到了！ 到底有多强？ 简单来说，IndexTTS2就是一个电影级别的AI配音师。它不是普通的文字转语音工具，而是B站团队打造的开创性零样本语音合成模型。关键是——完全没有限制！ 我试过的功能简直逆…- 22.8k
-
AudioStack：AI音频制作工具，快速生成高质量音频、多语言支持和个性化语音生成等功能
AudioStack 是一款基于 AI 的音频制作工具，旨在帮助用户快速生成高质量的音频内容。它通过智能算法分析文本内容，生成自然流畅的语音，支持多种语言和语音风格。AudioStack 的目标是通过 AI 技术，让音频制作变得更加简单、高效和经济实惠。 AudioStack功能 快速生成高质量音频：AudioStack 的 AI 技术能够在几秒钟内生成高质量的音频内容。用户只需输入文本，选择合适…- 41.6k
-
Inworld TTS：高质量、多语言文本转语音工具，提供多种声音和情感选择
Inworld TTS 是一款经济实惠且高质量的语音 AI 工具。它提供多种语言支持和专业语音定制功能，适用于教育、娱乐、媒体内容创作以及语音助手等多种场景。其极低的延迟和强大的功能使其成为市场上领先的语音合成解决方案。 Inworld TTS功能 经济实惠的价格：以极具竞争力的价格提供最先进的语音 AI 技术，每百万字符仅需 5 美元。 卓越的语音质量：提供极高的语音质量，具有极低的词错率和极高…- 42.5k
-
Memo AI一款超好用的音视频翻译工具，轻松地将视频翻译成多种语言
最近发现一个AI辅助工具Memo AI，能够将音视频转录为文字，并且支持AI翻译、语音合成，以及AI总结、自动生成脑图。 一站式满足围绕音视频展开的各种需求，功能全面且界面简洁，可以本地离线使用，是多媒体学习的好帮手。 支持各种视频源 支持线上音视频和本地音视频，主流的包括国内B站和国外XY站都支持（注意只能转录人声，猫咪和狗狗的声音可能暂时无能为力）。 接入多种语音识别模型 Memo的语音识别（…- 25.6k
语音合成
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×