语音生成与转换

豆包语音

火山引擎的语音大模型产品线，覆盖语音合成、声音复刻、语音识别、实时语音与音频生成等能力，官方称提供 400+ 音色、30+ 语种，面向企业支持 API 与 SDK 接入。

悟声 AI

超拟真 AI 语音合成与瞬时克隆平台（原 Reecho 睿声），官方称自研文生语音模型支持 30+ 语言与方言，最短 3 秒样本即可克隆声音，并提供声音市场与低延迟 API。

万象有声

万象有声是面向有声创作者的一站式 AI 创作平台，官方称覆盖智能拆章、智能画本、AI 配音、智能对轨与智能审听等全流程，由原懒人听书核心团队打造。

逗哥配音

面向短视频解说的 AI 配音平台，官方称提供多角色、多赛道路线的热门声音，支持声音克隆、文案提取、自动对轴与人声分离，并内置声音转换、音效变声等创作工具。

TTSMaker

免费在线文字转语音工具（马克配音），官方称支持 50 多种语言与 300 多种语音风格，可在线试听并下载 MP3/WAV，每周有免费字符额度，并声明生成内容可商用。

讯飞智作

科大讯飞旗下一站式 AI 配音与数字人平台，提供超拟人文字转语音、卡通数字人视频与形象、声音定制，官方称覆盖教育培训、新闻媒体、企业营销等场景，服务超千万创作者。

魔音工坊

在线 AI 配音平台，官方称提供 1500+ 声音风格、800+ 音色，覆盖 19 种语言与 15 种方言，支持逐句试听、多音字、停顿重读等近 20 项调音，并可克隆声音与云剪辑。

喜马拉雅旗下的一站式在线音频创作平台，官方描述为多情感多模态的 AI 辅助工具，提供在线剪辑能力，用于播客与音频作品创作。

琅琅配音

在线文字转语音配音平台，官方称内置一千一百多位 AI 主播，支持八十多种语言与十多种情感风格，可用于有声书与短视频配音。

蓝藻AI

云知声推出的 AI 配音与声音克隆平台，官方称提供不同性别、口音与语种的 AI 发音人，支持文字转语音、AI 文案创作与专属声音克隆，可快速完成短视频、有声书配音。

MiniMax 语音

MiniMax 的语音与音乐生成平台，官方称由 Speech 2.6 与 Music 2.0 驱动，提供语音合成、音色设计、声音克隆与音乐创作，并支持人声提取与 API 接入。

SenseAudio

商汤的 AI 语音平台，提供 70 多款授权音色的文本转语音、3 到 30 秒素材克隆音色、人声提取与语音识别，并开放 API 调用。

智声云配

智声悦合推出的 AI 配音平台，官方称提供智能配音、音色克隆与 AI 音乐生成，语音库覆盖多种语言与风格，支持有声书、广告、短视频等场景，并提供音乐分离、数据定制与本地部署。

云幕同声

原声级 AI 视频翻译工具，用声音复刻模型实现高保真多语种翻译，覆盖短剧出海、电商带货与课程教学，保留音色与背景氛围，助力内容全球化分发。

标贝科技

标贝科技是AI数据基础设施服务商，围绕语音、视觉、文本与大模型场景，提供数据采集、标注到数据集交付的全流程服务，并具备ASR、TTS与音色克隆等语音模型能力。

Voicemod

Windows 与 Mac 上的实时变声器兼音效板，内置 200 多个 AI 音色与社区上传的声音，可在语音聊天、游戏语音与直播中即时切换，官网称低延迟并带降噪与人声增强。

Fish Audio

AI 语音平台，提供录音棚级文字转语音与语音克隆，官网称拥有 200 万+ 音色、覆盖 8 种语言，主打可实时、带情感控制的语音模型。

Voicemaker

在线文字转语音工具，官网称提供 2000+ AI 音色、覆盖 130 种语言，可导出 MP3/WAV，适合 YouTube 短视频等场景，另有语音克隆、语音转语音与语音转文字。

Dubbing AI

面向游戏与直播的实时 AI 变声器，500 多款音色与十万级音效板，延迟低于 300 毫秒，可接入 Discord 与 OBS。

Notevibes

Notevibes 是 2018 年上线的 AI 配音工具，输入文稿或一句话即可生成旁白、播客、有声书与配音幻灯片，支持两千多种声音、130 多种语言和声音克隆。

录咖

录咖是在线 AI 音视频处理平台，提供语音转文字、文字转语音、字幕生成与视频翻译，支持 99 种语言字幕与克隆音色，并含视频切片、去水印与人声分离等工具。

网易叭哥说

网易叭哥说是网易推出的桌面端 AI 语音输入工具，支持语音转文字、智能润色、自动去除口头语、自定义热词与语音翻译，官方定位为比打字快 5 倍。

网易见外

网易见外是网易自营的智能转写翻译平台，提供视频智能字幕、音频转写翻译、会议同传与文档翻译等能力，覆盖影视综艺、演讲课程、展会会议等场景，官方称累计翻译量已超过1亿字。

闪电说

探未科技出品的 AI 沟通助理，可在微信、飞书等聊天软件里帮你组织回复、整理语音为干净文字，并用持续更新的沟通记忆让表达更贴合对方。

OpenLess

开源跨平台语音输入工具，支持 macOS、Windows 与 Linux，按下热键说话即可在本机转写并打磨成干净的文本或结构化 Prompt，MIT 协议，数据本地优先。

TurboScribe

官网称由 Whisper 驱动的音视频转录服务，支持 98 种以上语言、说话人识别与一键翻译字幕，付费版不限时长并支持单文件 10 小时，导出为 DOCX、PDF、SRT 等格式。

Plaud

Plaud 做的是卡片大小的 AI 录音硬件，配合手机与网页端应用把线下见面、电话和线上会议统一转成可检索笔记，官方称全球用户超过 250 万，适合销售、医生、讲师。

Wispr Flow

Wispr Flow 是语音转文字工具，说出来的话会在你说话时被清理成通顺文字，自动识别语种、学习你的专有名词并按不同应用切换语气，现已含会议记录功能。

Rev

Rev 是面向法务与调查取证的 AI 转录平台，提供多文件证据分析、文档编辑、图片分析与转录剪辑，另有 99%+ 人工转录、字幕与法律誊本等人工服务，支持 17 语言字幕。

Speechnotes

免费在线语音转文字工具，可通过浏览器实时听写记录笔记，也能上传音视频文件自动转写并翻译，提供浏览器扩展与转写接口，官网称自 2015 年起服务数百万用户。