天工SkyMusic
天工SkyMusic是昆仑万维推出的国内首个音乐SOTA模型，采用自研的大模型音乐音频生成技术，能够实现端到端的音乐创作，包括乐器、人声、旋律等元素的一体化生成。
Audiobox是Meta于2023年11月30日推出的免费开源的AI语音和声音生成模型，12月11日上线在线网页版本，用户可免费体验该模型的能力。Audiobox是Meta继Voicebox后推出的最新一代的音频生成模型，可以结合使用语音输入和自然语言文本提示来生成语音和音效，从而可以轻松地为各种用例创建逼真的自定义音频。
Audiobox的主要功能
- 克隆用户声音：录制声音按照用户的声音风格或以任意音频样本的风格生成语音
- 文本描述生成人声：使用文本描述声音风格的特征以及声学环境生成人声
- 更改声音风格：可结合声音和文本描述更改现有的声音风格
- 本文描述生成音效：根据输入的声音特征文本描述生成声音效果
- 噪音消除：提供Magic Eraser功能消除录音中的瞬态噪声
- 声音填充：根据文本描述用新的声音替换音频中的一部分
- 音频故事制作器：结合以上功能，利用Audiobox Maker制作原创有趣的音频故事
数据统计
相关导航
天工SkyMusic
天工SkyMusic是昆仑万维推出的国内首个音乐SOTA模型，采用自研的大模型音乐音频生成技术，能够实现端到端的音乐创作，包括乐器、人声、旋律等元素的一体化生成。
TextToSpeech
TextToSpeech是免费在线AI文字转语音工具，支持50多个国家的语言和8000多种音色。用户可以轻松输入文本，选择语言和语音风格，调整语速和音量，然后生成听起来自然的高质量语音。
大饼AI变声
大饼AI变声（Dubbing.tech）是一款功能强大、免费专业的实时语音变声软件，是国内首款基于AI深度学习的声音引擎，并且支持全场景切入，兼容和支持多种游戏以及语音客户端。大饼AI变声的音色丰富，有数百种音色可供选择，每期提供免费的变声音色。除了实时变声，大饼声音引擎SaaS版还提供了文字转语音、声音克隆、声音定制、声音转换等功能，全方位地满足对多元声音的需求。
Deepgram
Deepgram是一个提供先进的AI语音识别和自然语言处理技术的平台，核心产品是强大的语音到文本（Speech-to-Text）和文本到语音（Text-to-Speech）API，让开发者能够快速将语音转录和理解功能集成到他们自己的应用程序和服务中。
Voicenotes
Voicenotes是由Buy Me a Coffee的创始人推出的一款集成了人工智能技术的智能语音笔记工具，允许用户通过录音来记录想法和信息，并将这些录音自动转录成文本。
Supertone Shift
Supertone Shift是由韩国的AI音频初创公司Supertone推出的一款AI驱动的实时语音变换软件，通过先进的人工智能技术，让用户能够迅速切换并个性化定制多种高品质声音。
Suno
Suno是一个专业高质量的AI歌曲和音乐创作平台，用户只需输入简单的文本提示词，即可根据流派风格和歌词生成带有人声的歌曲。该AI音乐生成器由来自Meta、TikTok、Kensho等知名科技公司的团队成员开发，目标是不需要任何乐器工具，让所有人都可以创造美妙的音乐。近期，Suno AI还与微软合作
