智声云配（DubbingX） 是 AI 智能配音工具，提供语音合成（TTS）、音色迁移、歌声转换等多种功能。工具支持中文、英文、日文、粤语等多语言，拥有近2500种情绪语态，支持高度定制，满足游戏、影视、动漫、有声书等多场景需求。工具音色版权合规，支持商用，能显著降低配音成本。智声云配结合专业高校和全球配音演员资源，致力于为用户提供高质量、多样化的音频解决方案。 智声云配官网：https://d

<p>Overview Spark-TTS 是由出门问问（Mobvoi）联合多所顶尖学术机构（如香港科技大学、上海交通大学）最新推出的新一代语音合成模型，其核心创新在于BiCodec编码技术和与文本大模型的结构统一性，利用大型语言模型 (LLM) 的强大功能实现高度准确且自然的语音合成。</p> <p>Spark-TTS is an advanced text

小米集团AI实验室新一代 Kaldi 团队发布了基于 Flow Matching 架构的ZipVoice系列语音合成（TTS）模型——ZipVoice（零样本单说话人语音合成模型）与ZipVoice-Dialog（零样本对话语音合成模型）。作为 zipformer 在语音生成任务上的应用和探索，ZipVoice解决了现有零样本语音合成模型的参数量大、合成速度慢的痛点，在轻量化建模和推理加速上取得了

Zeemo AI is a powerful tool for captioning videos with accurate and fast audio to text transcription.

LeVo是腾讯AI实验室推出的AI唱歌模型，具备强大的音色克隆能力，仅需3秒音频即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。LeVo支持分轨生成，可分别生成人声和伴奏音轨，为后期编辑提供便利。技术架构基于语言模型（LM），结合LeLM和音乐编解码器，能并行生成音轨，音质表现接近行业领先水平，在歌词对齐能力上表现卓越。 LeVo的项目地址 项目官网： https://lev

Real-time AI copilot for interviewees

Tactiq is a top transcription tool for online meetings, offering real-time transcription and meeting summaries.

Recite the Quran confidently with live feedback and AI assistance.

Receive AI summaries of voice notes instead of listening to whole messages with VNSplit.

Automated note-taking and transcription tool for lectures and videos.

AI models optimized for commerce and retail applications.

AI app for recording and transcribing meetings effectively.

Cockatoo is an AI-powered transcription service that provides accurate text and subtitle conversion in multiple languages.

Convert audio and video to text with Transkriptor's powerful AI.

Efficiently plan your day with voice.

OLOCR provides unlimited OCR for images and PDFs, allowing users to extract text easily.

AiMakeSong 是基于人工智能的音乐和歌曲生成平台，支持用户通过简单的文本输入或歌词创作来生成高质量的音乐作品。用户可以选择将文字描述转化为音乐，或者将自己创作的歌词转化为完整的歌曲。平台提供了多种音乐风格和声音选项，包括流行、摇滚、说唱、古典等，以及男性、女性或乐器声音，满足不同用户的需求。 AiMakeSong的主要功能 文本转音乐：用户可以通过描述自己的音乐想法，将这些想法

SuperWhisper is a voice-to-text app powered by AI for macOS.

AudioGenie是腾讯AI Lab团队推出的多模态音频生成工具，能从视频、文本、图像等多种模态输入生成音效、语音、音乐等多种音频输出。工具采用无训练的多智能体框架，通过生成团队和监督团队的双层架构实现高效协同。生成团队负责将复杂的输入分解为具体的音频子事件，通过自适应混合专家（MoE）协作机制动态选择最适合的模型进行生成。监督团队则负责时空一致性验证，通过反馈循环进行自我纠错，确保生成的音频高

AI WhatsApp assistant for business communication and automation.

Convert voice to organized notes effortlessly.

Dubbing and voice over localization at scale.

AI models for African dialects and bridging language barriers

ScriptMe provides fast and accurate transcriptions and subtitling in multiple languages.