AI音频

Fun-AudioGen-VD Alibaba Tongyi Lab

阿里通义实验室推出的音色设计模型，支持自然语言描述生成音色、情绪与场景化音频。

Typecast Typecast

710+ AI语音角色 + SSFM 语音合成模型——最有表现力的AI语音平台

Tortoise TTS TortoiseTTS

高质量开源文本转语音模型，以自然度与语音克隆能力著称的 TTS 质量标杆

Fun-ASR1.5 阿里通义

阿里通义推出的端到端语音识别模型，单模型支持30种语言及七大方言

Fun-ASR-Realtime Alibaba Cloud

阿里千问推出的流式实时语音识别大模型，支持16种方言和30种语言实时识别

Superwhisper Superwhisper

面向 macOS、Windows 与 iOS 的 AI 语音输入工具，支持离线与云端转写

Fun Asr Fun-ASR

通义实验室开源的端到端语音识别大模型，支持中文方言与31种语言

Suno V5.5 Suno

把 AI 音乐从一句提示词升级到可编辑、可分轨、可商用的浏览器工作站

Fish Audio Fish

主打情感表现力的文本转语音与语音克隆平台，背后有开源 Fish-Speech 模型

Suno AI Suno

AI 歌曲生成平台，从歌词到演唱的全流程 AI 音乐创作

Eleven Music ElevenLabs

ElevenLabs 的 AI 音乐生成平台，兼顾创作者工作台、商业授权市场和可嵌入式 Music API

Stable Audio Stable Audio

Stability AI 旗下 AI 音乐生成工具，文本/音频输入生成最长 6 分钟立体声音乐与音效