• 百度智能云语音技术国内

  提供在线与离线语音合成的语音技术服务

• 标贝悦读国内

  在线文字转语音平台，支持中英文混读与男声女声童声，可用于有声朗读与游戏播报。

• 魔音工坊国内

  中文配音平台，音色库覆盖方言与角色声线，长文本可一键切分并导出成音频。

• 腾讯云语音合成国内

  腾讯云的文本转语音服务，提供多音色接口与 SSML 标记，适合工程化批量合成。

• 网易天音国内

  覆盖作词、作曲、编曲与演唱的一站式 AI 音乐创作平台

• 讯飞智作国内

  讯飞的配音平台，中文多音字与语气处理成熟，适合课件、有声书等长内容。

• ACE-Step国内

  音乐生成基础模型的开源实现

• Adobe Podcast境外

  在线语音增强工具，录进来的干音能一键去掉房间混响与底噪，接近录音棚效果。

• AIVA境外

  用于创作原创配乐的 AI 音乐生成助手

• AssemblyAI境外

  语音转写接口服务，除逐字稿外还能做说话人分离、情绪与话题标注。

• Auphonic境外

  自动完成响度与音质处理的音频后期网络服务

• Bark境外

  由文本提示驱动的生成式音频模型

• Beatoven.ai境外

  为视频、播客与游戏生成免版税背景音乐

• Boomy境外

  用人工智能生成音乐并发布到流媒体

• ChatTTS国内

  面向日常对话场景的生成式语音模型

• Cleanvoice境外

  自动去除播客中的噪声、口癖与静音片段

• Coqui TTS境外

  用于语音合成研究与生产的深度学习工具箱

• CosyVoice国内

  支持推理、训练与部署的多语言语音生成模型

• Deepgram境外

  实时语音识别平台，延迟低、可按业务词表优化，常用于客服与会议场景。

• Demucs境外

  基于频谱与波形混合的音频分离开源实现

• ElevenLabs境外

  以自然度著称的语音合成服务，多语种配音与音色克隆都支持，接口完善。

• F5-TTS境外

  基于流匹配实现流利自然语音合成的开源项目

• faster-whisper境外

  用高效推理后端加速语音转写的开源实现

• Fish Audio境外

  提供语音合成与声音克隆的在线服务

• FunASR国内

  覆盖训练、推理、流式识别与说话人分离的语音工具包

• Google Cloud Speech-to-Text境外

  把语音转换为文字，支持上百种语言的识别服务

• IndexTTS国内

  可控且高效的零样本语音合成系统

• Jellypod境外

  面向播客与短视频的 AI 内容制作平台

• Krisp境外

  集会议降噪与 AI 纪要于一体的语音工具

• LALAL.AI境外

  音轨分离服务，把人声与各类乐器拆成独立轨道，伴奏提取与翻唱用途较多。

• Loudly境外

  集生成、重混与母带处理于一体的 AI 音乐平台

• MiniMax 语音国内

  MiniMax 的语音合成产品，支持音色克隆与情绪标注，能直接生成带停顿的配音稿。

• Moises境外

  用于分离乐器、去除人声并重新混音的音乐练习应用

• Mubert境外

  用文字提示生成免版税音乐的在线服务

• Murf境外

  商用配音平台，音色偏播报风格，可对齐时间轴并导出分轨音频。

• Otter.ai境外

  提供实时转写、自动纪要与待办提取的会议助手

• Piper境外

  快速且可完全本地运行的神经网络语音合成系统

• Resemble AI境外

  定制音色与语音克隆服务，附带合成语音的检测与水印能力，便于内容溯源。

• Respeecher境外

  面向影视与媒体制作流程的语音生成工具，可生成接近真人的人声，支持免费试用与集成。

• Rev境外

  面向调查取证与法律场景的转写与证据整理平台

• RVC境外

  用少量语音数据训练变声模型的开源项目

• SenseVoice国内

  支持多语种识别、语种判断与情感识别的开源语音模型

• so-vits-svc境外

  GitHub 上的歌声转换项目，基于 SoftVC 与 VITS 技术实现歌声转换。

• Sonix境外

  支持多语言的音视频转写与智能摘要工具

• Soundraw境外

  可自定义乐器并导出分轨的免版税音乐生成器

• Speechify境外

  把书籍、文档与网页朗读出来的语音工具

• Stable Audio境外

  面向音乐与音效迭代创作的可商用音频工具集

• StyleTTS2境外

  通过风格扩散逼近人类水平的语音合成开源模型

• Suno境外

  输入歌词或一句描述就能生成带人声的完整歌曲，编曲与混音一并完成。

• Trint境外

  面向媒体生产的转写、翻译与协作平台

• Udio境外

  AI 音乐生成平台，擅长按指定风格续写段落，也能对已有片段做二次编排。

• Ultimate Vocal Remover境外

  用深度神经网络分离人声与伴奏的图形界面工具

• WellSaid Labs境外

  面向企业配音场景的 AI 语音合成服务

• whisper.cpp境外

  把语音识别模型移植为 C/C++ 的本地推理实现

• WhisperX境外

  开源转写工具，在既有识别模型上补了词级时间戳与说话人分离，做字幕很方便。

• Wondercraft境外

  通过对话制作视频与播客的 AI 创作工作台

• XTTS-v2境外

  支持多语言的声音克隆语音模型

该分类属于 AI 服务收录目录（共 35 个大类、1052 条）。