Avatars in ElevenCreative
专为真人头像说话视频打造的一站式入口
Gemini 3.5 Live Translate
最新音频模型，实现实时语音对语音翻译
Krisp Voice Translation API
实时语音到语音翻译 API
Vaani
为创作者、品牌和工作室打造的唇形同步 AI 配音工具
Wave
语音转文字——本地或云端，自由选择
LocalClicky
完全本地化的 Mac 语音控制助手
Parrot Speech-to-text API
快速、精准的语音转文字 API，专为生产级语音 agent 打造
SUN-to-Spotify
用 SUN 生成音频内容并同步至 Spotify 音乐库
Pop
日常消息沟通，语音优先
Grok Voice Think Fast 1.0
最强语音 agent 现已可通过 API 调用
Grok Voice API
以最佳价格提供快速、准确的 STT 与 TTS API
Google Gemini 3.1 Flash TTS
支持自然语言语音指令的文本转语音 API
Ghost Pepper 🌶️
100% 本地私密 AI 语音转文字与会议记录工具
Krisp Accent Converter for YouTube
YouTube 视频，现在每个人都能听得清清楚楚
VoxCPM2
开源 48kHz 文本转语音模型，支持语音设计与克隆
Keeby
为 Mac 带来真实的机械键盘打字音效
Google AI Edge Eloquent
谷歌推出的离线优先 AI 听写应用，由 Gemma 驱动
VoiceOS
开口即完成，语音驱动效率提升十倍
Lightning V3
专为语音 Agent 打造的文本转语音引擎
Noiz Easter Voice
敲开复活节彩蛋，生成AI语音
Google Veo 3.1 Lite
谷歌最具成本效益的视频生成模型
SUN
按需生成的个性化AI音频课程
Cohere Transcribe
开源语音识别领域的新标杆
Gemini 3.1 Flash Live
让音频AI更自然、更可靠
Voxtral TTS by Mistral AI
具备真实感与表现力的多语言文本转语音模型
Lyria 3 Pro by Google Deepmind
创作更长、结构可控的 AI 音乐曲目
Cekura
观察与分析语音及会话 AI agent
Grok's Text to Speech API
Grok 文本转语音 API 现已开放使用
ElevenCreative by ElevenLabs
AI创作平台，为内容赋予生命力
Fish Audio S2
真实富有表现力的AI语音
Vocova
转录来自 1000 多个平台的音频与视频
Krisp Accent Conversion
实时理解带口音的语音
Expressive Mode for ElevenAgents
根据上下文自适应调整语调、时机与情感的AI语音助手
Producer AI by Google Labs
与AI共同制作人一起，将创意转化为音乐曲目
Seagull
为所有电脑音频提供实时翻译叠加层
Voice Notes to Text - SotiTalk
iOS 语音转文字应用，实时处理，隐私优先
Monologue for iOS
将语音转化为精炼文字——随时随地。
NVIDIA PersonaPlex
支持任意角色与音色的自然对话式 AI
Obi
运行一对一用户引导通话的 AI
Voxtral Transcribe 2 by Mistral
实时语音转文字，支持说话人分离
Voice Anywhere
随处可用的悬浮麦克风，将语音实时转为文字
Qwen3-TTS
语音设计、克隆与97毫秒流式生成
Voquill
开源的 WisprFlow 替代方案
AudioPriorityBar
macOS 菜单栏优先级音频切换工具
Chatterbox Turbo
快速、富有表现力的开源文本转语音，内置原生水印
VocalLab.ai
无限免费 AI 声音克隆，支持 MP3 + SRT 导出
NOIZ AI
用表情符号为节日问候赋予情感
SAM Audio
通过文本、视觉或时间提示分割任何声音
CastReader
AI 文本转语音阅读器
ElevenLabs Image & Video
顶级音频、图像和视频模型现已集于一个平台
Typeless
真正智能的 AI 语音听写工具
Hathora
探索、测试和部署生产级语音模型
Omnilingual ASR
推进 1,600+ 语言的自动语音识别