音频

1. 首页
2. 音频

M2UGen

M2UGen是由腾讯PCG ARC实验室与新加坡国立大学共同研发的一款多模态音乐理解和生成框架，支持从文本、图像、视频等多种模态输入生成相应音乐。它具有强大的音乐理解能力、灵活的音乐编辑功能以及多样化的应用场景，适用于音乐制作、影视配乐、音乐教育等多个领域。凭借其创新的技术架构和卓越的表现力，M2UGen已成为当前最优秀的多模态音乐生成工具之一。

AI项目与工具 2025年06月12日 51 点赞 0 评论 535 浏览

VocalreMover人声伴奏分离

vocalremover，移除人声并分离，用强大的人工智能算法将声音从音乐中分离出来。

Ai语音工具 2025年06月05日 89 点赞 0 评论 535 浏览

AIVA

AIVA是一款基于人工智能的音乐生成平台，支持快速生成超过250种风格的原创音乐。它具备高度定制化功能，可上传音频或MIDI文件作为参考，支持多格式下载，并提供灵活的版权解决方案。AIVA适用于视频配乐、游戏音效、社交媒体内容制作等多个应用场景，帮助用户高效创作高质量音乐作品。

AI项目与工具 2025年06月12日 44 点赞 0 评论 533 浏览

云蝠智能

优秀的AI对话能力OEM集成商

创作工具 2026年06月21日 0 点赞 0 评论 532 浏览

刺鸟配音

一款专业文字转语音的有情绪的配音软件，刺鸟配音声音媲美真人的AI配音技术，可以为你轻松配出好声音。

Ai语音工具 2025年06月05日 32 点赞 0 评论 531 浏览

Audio Decomposition

Audio Decomposition 是一款基于傅里叶变换和信封匹配技术的开源音频处理工具，能够分离音乐中的不同乐器声音并生成乐谱。它支持音乐转录、教育、制作及分析，通过深度音频处理为用户提供了强大的音乐解析能力。

AI项目与工具 2025年06月12日 69 点赞 0 评论 529 浏览

Muyan

Muyan-TTS是一款面向播客场景的开源文本转语音工具，基于超10万小时播客数据训练，支持零样本语音合成与说话人适配，可在0.33秒内生成1秒音频，适合实时与长内容合成。支持本地部署与API调用，应用于播客、有声书、视频配音、AI角色及新闻播报等领域，兼具高效性与灵活性。

AI项目与工具 2025年06月11日 94 点赞 0 评论 528 浏览

ImageBind

ImageBind是由Meta公司开发的开源多模态AI模型，能够整合文本、音频、视觉、温度和运动数据等多种模态的信息，并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐，支持跨模态检索和零样本学习。它在增强现实（AR）、虚拟现实（VR）、内容推荐系统、自动标注和元数据生成等领域有广泛应用。

AI项目与工具 2025年06月12日 16 点赞 0 评论 526 浏览

boomy

创建生成音乐,与世界分享.

创作工具 2026年06月21日 0 点赞 0 评论 526 浏览

Adobe Podcast

Adobe Podcast是一个基于Web的平台，提供AI音频录制和编辑功能。用户可以轻松录制、转录、编辑和分享高质量的音频内容，效果清晰明了。

Ai语音工具 2025年06月05日 94 点赞 0 评论 526 浏览