音频

1. 首页
2. 音频

绘声美音

绘声美音是一款集声音克隆、AI变声、文字转语音及多种音频处理功能于一体的在线工具，用户可通过微信公众号便捷使用。支持上传语音训练专属声纹模型，进行歌曲翻唱并生成MV，同时提供变声、音频提取、听歌识曲等功能，适用于娱乐、配音、创作等多种场景。

AI项目与工具 2025年06月12日 39 点赞 0 评论 563 浏览

PoseTalk

PoseTalk 是一款基于文本和音频驱动的开源工具，专注于生成自然且逼真的头部动画视频。它通过 Pose Latent Diffusion (PLD) 模型和级联网络实现唇部同步与运动细化，广泛应用于虚拟助手、在线教育和娱乐等领域，提供多样化的动画生成能力和高度精准的唇形同步效果。

AI项目与工具 2025年06月12日 53 点赞 0 评论 565 浏览

Sekai

Sekai是一款结合AI技术的交互式内容平台，允许用户创建和自定义虚拟角色，并通过AI生成完整的故事情节。平台支持互动式叙事、沉浸式体验以及故事编辑与分享功能，适用于个人娱乐、社交互动、教育学习及品牌营销等多种场景。

AI项目与工具 2025年06月12日 55 点赞 0 评论 565 浏览

RecordScreen

一款不需要安装的浏览器在线屏幕录制工具，用户可以直接通过浏览器录制屏幕。它支持录制整个屏幕、浏览器窗口或特定标签页，并可选择同步录制摄像头画面。

直播录屏 2025年06月05日 83 点赞 0 评论 565 浏览

SpeechEasy

SpeechEasy是一种合成语音解决方案，可以让用户从文本生成高质量、易于理解的音频。它适用于各种设备和平台，支持桌面和移动设备，有近12种高质量的合成声音可供选择。它使用简单...

Ai语音工具 1970年01月01日 0 点赞 0 评论 566 浏览

PlaiDay

PlaiDay和Orchestra平台展现了AI技术在个性化内容生成和其他领域的潜力，为用户提供了一个易于使用且功能强大的视频创作环境。

Ai视频生成 1970年01月01日 0 点赞 0 评论 569 浏览

Whisper语音识别模型

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。

Ai开源项目 2025年06月05日 90 点赞 0 评论 571 浏览

Wav2Lip

Wav2Lip是一款开源的唇形同步工具，能够将音频文件转换为与口型同步的视频。它支持多种语言，适用于视频编辑、游戏开发和虚拟现实等多个领域。Wav2Lip具备音频驱动口型生成、面部表情同步和多语言支持等功能，采用先进的技术原理，如数据预处理、音频特征提取、口型编码器、音频到口型映射及生成对抗网络（GAN）。该工具提升了电影和视频的后期制作质量，增强了虚拟现实中的交互体验，还用于游戏开发、语言学习和

AI项目与工具 2025年06月12日 80 点赞 0 评论 572 浏览

Audio Enhancer

一个在线音频增强工具，Audio Enhancer使用人工智能算法来帮助用户轻松地减少音频文件中的背景噪音，用于改善音频录音的清晰度和整体质量。

Ai语音工具 2025年06月05日 16 点赞 0 评论 572 浏览

SeeMuseums

SeeMuseums 是一款基于AI的智能导览工具，支持多语言、智能推荐和AI音频讲解，帮助用户个性化探索博物馆内容。用户可通过提问获取详细解读，记录笔记并保存收藏，适用于艺术学习、文化探索和教育辅助等多种场景，提升参观体验与知识获取效率。

AI项目与工具 2025年06月11日 71 点赞 0 评论 574 浏览