一个全面的AI神经网络工具目录

保护隐私的音频深度检测

利用OpenAI的Whisper模型转录YouTube视频

集成Firecrawl的OpenAI实时API控制台

使用AI技术将WhatsApp音频消息转文字并生成摘要

智能语音转文字工具，高效且用户友好。

高分辨率、长时音频驱动的人像图像动画技术

一个用于说话人分割的工具包

在线AI配音，将视频和音频本地化为任何语言

快速生成个性化和富有表现力的3D会说话面部模型

开源的全双工音频生成基础模型

基于扩散模型的音频驱动人像和动物图像动画技术

EchoMimicV2：实现逼真、简化、半身人体动画的技术。

基于流匹配的音频驱动说话人像视频生成方法

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

播客分享平台，发现热门播客节目。

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

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。

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生成独特音效，简化音频制作流程。Simplify Your Audio Production官网入口网址