开源的全双工音频生成基础模型

一个开源的GUI音频书和配音生成器。Pandrator官网入口网址

视频到音频生成模型，增强同步性，MaskVAT官网入口网址

视频理解领域的先进空间-时间建模与音频理解模型。

利用OpenAI的Whisper模型转录YouTube视频

智能播客生成器，自动创建引人入胜的音频内容。

快速生成个性化和富有表现力的3D会说话面部模型

基于扩散模型的音频驱动人像和动物图像动画技术

MMAudio根据视频和/或文本输入生成同步音频。

Reddit故事的有声化平台

轻量级嵌套架构，用于语音反欺诈。

ElevenReader Publishing 是一个零成本将书籍快速转化为专业有声书并全球分发的平台。

为无声视频生成逼真且同步的声音。

将PDF文件转换为音频播客、讲座、摘要等

一个全面的AI神经网络工具目录

下一代语音AI，提供卓越的音频数据处理能力。

EchoMimicV2：实现逼真、简化、半身人体动画的技术。

本地部署的AI语音工具箱，支持语音识别、转录和转换。Easy Voice Toolkit官网入口网址

V03 AI是基于Google Veo 3 AI技术的视频生成器，支持文本到视频和图片到视频的转换，具备音频功能。

JoyGen 是一种音频驱动的 3D 深度感知的说话人脸视频编辑技术。

AI生成语音音频的本地化水印技术

端到端音频驱动的人体动画框架

播客分享平台，发现热门播客节目。

Veo 3是一款具有同步音频功能的AI视频生成工具。

全球音频感知技术的革命性AI唇同步技术。

通过音频扩散模型实现源分离和合成的创新方法。

AI视频生成器，将文本转换成引人注目的视频。

使用Veo 3创建令人惊叹的AI视频，并同步添加音频。

Veo 3 AI API by Kie.ai是一款可生成高质量视频的先进工具，适用于电影制作人、营销人员和内容创作者。

一个用于生成播客及其他音频文件转录文本的工具，支持多种语言模型和语音识别API。

Maidio 是一款将 RSS 新闻内容通过 AI 转化为对话式播客的智能应用。

AI ASMR Generator是一个使用AI模型生成ASMR视频的工具。