按真实能力与使用场景发现AI产品。编辑推荐保留来源、核验状态与方法，不是全球权威排名。
外部AI产品不是本站可下载Skill；费用、账号与隐私适用外站政策。
提供文本转语音、声音克隆、语音转文字与配音等AI音频工具，支持网页工作流及API。
用自有或获授权的短文本生成一段中文旁白，试听并检查发音、语气与停顿。
官方文档说明TTS支持多语言、声音库及即时/专业声音克隆，列出音频格式与低延迟模型；商业用途需付费计划。
官方定价页列有每月10k credits的免费计划及付费计划，并将商业许可和即时声音克隆列为Starter计划功能。
官方隐私政策说明语音相关生成数据通常不超过最后一次互动后3年（法律另有要求或允许时除外），个人信息可能传至美国存储，并提供训练用途退出选项。
免费层每月10k credits；商业使用需付费计划。语音相关数据可能存于美国，上传前确认授权并避免提交敏感语音；生成音频需人工复核。
核验日期: 2026-10-13T16:25:47.166645+00:00面向开发者的语音AI平台，提供实时与预录音转写，并扩展至语音合成和实时语音代理。
用一段无敏感信息的录音测试预录音转写，再检查识别文本与说话人标注。
官方产品页列出Flux、Nova-3及行业定制转写模型，并说明实时语音、50余种语言、关键词提示等能力。
官方价格页列出STT、TTS和Voice Agent按量价格，并注明新用户有200美元额度后按用量付费。
官方数据说明称请求默认参与模型改进并保留；可用mip_opt_out=true排除内容留存，区域端点与退出设置共同决定区域处理，使用第三方LLM时另适用其数据规则。
默认参与模型改进并保留音频/文本；设置 mip_opt_out=true 才不保留内容（元数据和用量日志仍记录）。区域驻留需配区域端点；第三方LLM另适用其数据规则。
核验日期: 2026-10-13T16:25:47.166645+00:00Stability AI 的音乐与音效创作工具，可生成并迭代编辑音频；提供网页、DAW 插件及 API，部分 3.0 模型权重开放。
先查看官网当前方案，再用自有或获授权的提示词生成一段短音效，试听并核对适用的输出使用条款。
官方介绍 Stable Audio 3.0 模型系列、音乐与音效生成、最长六分钟曲目、片段编辑及 Medium/Small 开放权重。
官网列出每月 $12、$30、$90、$199 的付费方案及对应月度额度。读取到的正文未确认免费方案额度。
官方隐私政策覆盖 Stable Audio，称输入与输出可能用于服务改进及模型训练，并说明可在账户设置退出训练用途；保留期限依具体情况而定。
网页服务本身并非开源软件；3.0 Medium/Small另有开放权重。隐私政策称输入输出可用于研发及训练，并提供退出选项。
核验日期: 2026-10-13T16:25:47.166645+00:00OpenAI开源的语音识别模型，支持多语言转写、语种识别及语音转译为英语。
用一段可公开使用的短音频做转写练习，并人工核对专名与标点。
官方仓库说明多语言识别、语音翻译与语种识别能力；提供Python/命令行用法、依赖、各模型显存需求及性能差异，并声明代码和权重采用MIT许可。
OpenAI官方介绍Whisper的身份、架构及转写、语种识别、时间戳和转译能力；说明其多语言转译为英语，并提示其并非针对特定基准专门微调。
官方仓库许可证页明确为MIT License，列出商业使用、修改、分发和私人使用权限及保留版权与许可声明的条件。
运行需Python、PyTorch与ffmpeg，显存随模型约1–10GB；识别表现随语言而异，官方仓库未说明隐私承诺。
核验日期: 2026-10-13T16:25:47.166645+00:00Murf 提供 AI 配音、文本转语音与视频配音；Studio 可调节音高、语速和语调，也提供实时语音 API。
在官网用一段非敏感短文试生成，试听并调整语速、音高与语调。
Murf 产品能力、面向开发者/创作者/本地化团队，Studio 语音控制、集成及语言覆盖。
官方 API 免费试用与按量付费；页面列出不同语音/翻译产品的计价方式。
官方隐私政策说明收集内容、用途、第三方处理、跨境传输及账户关闭后的数据保留。
服务会处理用户提供的文本、音频或视频内容；跨境处理及第三方服务商适用其政策。官网称免费方案不含商业许可，使用前应核对当前方案条款。
核验日期: 2026-10-13T16:25:47.166645+00:00用文本描述或歌词生成完整歌曲，包含人声与编曲，并提供浏览器编辑和音轨分离工具。
先描述曲风、情绪与主题，生成一首非敏感短曲并试听。
官方主页说明文本生成歌曲、编辑、分轨等功能及适用创作者，并列出免费和付费方案概况。
官方定价页列出Free、Pro、Premier方案、费用、额度及商业使用权差异。
官方隐私声明标明Suno, Inc.，说明会收集账号、活动、提示与上传内容，并用于提供、运营及改进服务。
提示词、上传内容和使用活动可能被收集并用于服务运营；免费层无商业权利，使用前核对当前计划条款。生成质量未实测。
核验日期: 2026-10-13T16:25:47.166645+00:00把文字描述转成歌曲，支持上传音频辅助创作，并可发布作品与社区分享。
用一段文字描述歌曲的风格、情绪和主题，生成后聆听并调整描述。
官方主页将Udio介绍为文字描述生成个性化音乐的服务，提及上传自有音频进行AI编辑，以及发布作品和创作者社区。
官方价格页列有免费方案（$0）以及Standard和Pro付费方案，并说明各档额度与部分创作、编辑功能。
官方隐私政策（生效日期2025-05-19）说明收集的个人数据类别及其用途和可能披露对象，包括服务提供商、广告合作方等。
官网列出账号、设备/IP、付款等个人数据及第三方披露；避免上传敏感内容，使用前检查现行政策。
核验日期: 2026-10-13T16:25:47.166645+00:00用文字或音频/MIDI影响生成多风格音乐，可编辑曲目并下载；版权及商业使用权限取决于计划。
用免费计划试做一段短配乐；下载前核对用途限制，勿上传无权授权的音频或MIDI。
官网称可生成250多种风格的音乐，支持创建风格模型、上传音频或MIDI影响、编辑与下载曲目；主页列出免费及付费计划。
官方许可协议说明下载曲目的权利取决于订阅计划，列有非商业、有限商业用途和完整版权；上传影响素材时授予AIVA永久、全球、可转让的AI训练许可。
官方隐私政策说明收集设备/浏览信息及订单资料，订单资料交由Stripe处理，并使用Google Analytics和reCAPTCHA；政策标注生效日为2019年3月11日。
上传音频/MIDI影响素材即授予AIVA永久、全球、可转让的AI训练许可；曲目授权随计划变化。隐私政策标注于2019年生效。
核验日期: 2026-10-13T16:25:47.166645+00:00面向音乐人的AI音频工具，可分离人声与乐器，并辅助练习、编曲和音乐制作。
上传一段有权使用的练习音频，尝试分离人声与鼓，再试听各音轨并用于跟练。
官网将Moises定位为音乐人练习、演出、创作与协作工具；列出音轨分离等能力，并说明有上传量受限的免费层和付费订阅。官网称不会使用用户数据训练模型。
官方功能页列出分离或静音人声、鼓、贝斯等音轨，以及调速、节拍器、和弦与调性检测、母带处理等音乐工作流功能。
官方帮助页说明免费层与Premium的区别，包括上传数量、可分离音轨类型、文件时长和处理优先级；未给出可直接确认的具体价格。
分轨质量可能受原始音源影响；免费层有限额，官网未登录前未展示具体价格；目前仅核实官网称不会用用户数据训练，隐私细节仍有限。
核验日期: 2026-10-13T16:25:47.166645+00:00Meta 的音频生成研究代码库与演示，涵盖 MusicGen 文本/旋律生成音乐、AudioGen 文本生成环境音及 EnCodec 音频编解码。
先试听官方MusicGen与AudioGen示例，判断任务属于音乐还是环境音；本地部署前核对Python/PyTorch要求及模型权重许可。
官方项目页说明MusicGen用于文本输入生成音乐，AudioGen用于文本生成环境音，并介绍其基于EnCodec的生成流程。
Meta官方说明AudioCraft归属及MusicGen、AudioGen、EnCodec能力；并介绍示例演示和模型训练数据背景。
Meta官方研究仓库列出训练/推理模型与安装依赖；明确仓库代码为MIT许可、模型权重为CC-BY-NC 4.0。
仓库代码为MIT许可，但模型权重为CC-BY-NC 4.0，商业使用前须核对具体权重条款；已读官方来源未说明托管演示的收费及隐私细节。
核验日期: 2026-10-13T16:25:47.166645+00:00语音AI工具，提供背景噪声消除、口音转换，以及会议转录、摘要和行动项。
从官网了解降噪功能，用一段非敏感音频比较开启前后的背景噪声效果。
官网将Krisp描述为语音AI平台，列出降噪、口音转换、实时转录与会议助手，并称其可与Zoom、Teams、Google Meet及Slack Huddles等配合；不同产品需分别安装。
官方价格页列出多档功能方案及差异化用量/存储限制；读取到的正文没有可核实的具体金额或明确免费方案。
隐私政策称仅用降噪时音视频不离开设备且公司不存储或访问对话内容；会议转录、录音或摘要可能存储在服务器并由第三方服务商协助处理。
仅使用降噪时官方称音视频不离开设备；会议转录、录音或摘要可能存于服务器并交由服务商处理。先确认同意、组织设置及内容保留方式。
核验日期: 2026-10-13T16:25:47.166645+00:00PlayHT曾以API提供文本转语音、实时音频流、多语言语音克隆及多角色对话；第三方迁移文称服务已关闭。
先阅读官方模型与API文档了解历史集成；第三方称服务已停运，先核验状态，不提交语音样本或密钥。
PlayHT官方历史模型文档描述PlayDialog多角色对话、Play3.0-mini多语言TTS/克隆及模型特性。
PlayHT官方API入门文档列出账户凭证、SDK/API流式合成和语音克隆说明；仅支持历史功能，不证明当前可用。
第三方Inworld迁移文章声称PlayHT于2025-12-31永久关闭、API提前停运并删除用户语音数据；不是PlayHT官方公告。
官方模型与API历史文档仍可读，但未读到官方停服、定价或隐私公告；第三方迁移文称服务已关闭，勿视为现行可用产品。
核验日期: 2026-10-13T16:25:47.166645+00:00按真实能力与使用场景发现AI产品。编辑推荐保留来源、核验状态与方法，不是全球权威排名。
教程正文为中文；工具简介提供中英版本，其他语言界面会显示英文原文。