AI 工具目录
全站 732 款收录工具，按分类浏览，支持定价模式、开源与国内可达性筛选。
免费的AI音频转录工具，轻松实现音频到文本的转换。
LongScribe 是一款可将视频转录为文本与字幕的工具。
该网站正在出售！ transcript.com 是关于 transcript 信息的第一个最佳来源。在此，您还会发现与普遍关心的问题有关的话题。我们希望您找到您正在寻找的内容！
speechturbo 可在数秒内将音频和视频转换为精准文本，依托先进的 AI 语音识别技术提供支持。
Vocallab AI 是一款可将文本生成语音、并能克隆人声的工具。
语定 AI 提供高精度的语音转文字、智能摘要总结、AI 对话分析服务。支持多种语言，适用于会议记录、访谈整理、学习笔记等场景。
MakeShort.ai 可将 Reddit 帖子串转换为带 AI 语音与字幕的短视频。
Free TTS 可通过 FreeTTS.ai 快速将文本转换为自然流畅的语音，这款免费 AI 语音生成器提供 10 余种语音选择，无需注册，非常适合 YouTube、播客、演示文稿及无障碍场景使用。
AirCaption 是一款可将音频、视频内容转录为字幕、文稿及标题的工具。
免费在线AI文字转语音配音工具
VideoTranscript 可将 YouTube 视频、各类视频及音频转换为带时间轴的可搜索文本，适用于内容编辑、研究分析、无障碍适配、报告生成及内容复用等场景。
借助 OnDial 的顶级 AI 呼叫代理方案，你可找到适配的 AI 语音代理，实现电话呼叫自动化、降低成本并提升客户满意度。
用你熟悉的语言交流！LingoLink 支持实时翻译，可保留对话记录，且无需注册账号即可加入使用。
Gandr 是一款文本转语音与语音克隆平台，采用按并发流计费的模式，提供固定费率和无限流量两种方案。支持23种语言，适用于有声书、配音、视频、游戏及智能语音助手等场景。
AITuber 可借助1300+款AI语音、视觉素材及字幕，生成短视频与4K长视频，适配YouTube、TikTok、Reels等多平台使用。
CrescitAI 是一款AI语音智能平台，可为服务类企业提供7×24小时来电应答、线索筛选及预约预订服务。
LaunchPod 是一款借助 AI 语音技术打造的音频内容创作工具。
文字转语音生成器
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。它使用简单直观，采用隐私优先的方法来保护用户信息。
InstaShorts 是一款可生成个性化 TikTok 视频的工具，支持配音克隆功能。
查看听脑AI的用户发表的评论，以及全面的专业评测，帮您更好地了解听脑AI的使用体验
ORI 是一款专为 BFSI 领域打造的工具，可实现语音、聊天及邮件智能代理的自动化，覆盖线索筛选、账款催收与业务续约全流程。
OSAM.ai 是一款可实现汽车经销商的通话、消息及工作流程自动化的工具。
Crossfade 是一款视频编辑工具，支持为视频添加转录文本、标记重点内容，还能提取视频中的关键片段。
免费AI制作人标签生成工具：输入你的名字，从30种AI音色中任选一种，或本地录制自己的声音，叠加音效后导出为WAV或MP3格式。
FluidVoice 是一款可离线将语音转录为文字的工具。
Speech-02 是 MiniMax 推出的新一代文本到语音（TTS）模型。模型基于回归 Transformer 架构，实现零样本语音克隆，仅需几秒参考语音能生成高度相似的目标语音。Flow-VAE 架构增强了语音生成的信息表征能力，提升合成语音的质量和相似度。
拥有1200+AI主播，支持全球多种语言的智能声音创作助手
Pemo是AI驱动的文档管理工具。工具支持PDF、Epub、Word等多种格式文档的导入与管理，具备一键翻译、智能总结、思维导图生成等功能，帮助用户快速理解复杂文献，提升阅读效率。Pemo提供沉浸式阅读体验，用户自定义阅读模式、进行标注和笔记，方便记录灵感。
用声音高效规划您的每一天，让生活更有序。
Note67 是一款可同时捕获音频与屏幕内容的工具，支持本地设备端转录并区分不同说话人，还能在本地生成私密的 AI 摘要。
MeetOye 是一款原生 AI 视频会议工具，支持会议转录、内容复盘及翻译功能。
MentorClone 是一款可基于 YouTube 视频字幕内容解答提问的工具。
AI面试平台，简化并个性化您的面试流程，提升招聘效率与体验。
RapidMap 是一款 AI 工具，可将研讨会 transcript 转化为关联证据的流程图谱。
小爱开放平台基于小米的硬件生态和海量数据，提供全球领先的语音识别、NLP等多项人工智能技术，为开发者提供一站式的人工智能服务
Osvi AI 提供适用于呼入、呼出电话的 AI 语音代理，支持预约安排、客户支持、线索获取、多语言对话、人工转接及数据分析功能。
Automate4U AI 前台，提供7×24小时服务，覆盖电话、短信、邮件、私信及网站聊天场景，支持智能路由、跟进服务及人工转接功能。
ReadSpeaker 提供了一系列强大的文本转语音解决方案，可在任何环境中即时部署逼真、定制的语音交互。
Audiobox 截至2026年2月，Audiobox Demo 已停止提供。感谢您通过该 Demo 了解我们的研究成果与技术。我们会定期评估并更新公开 Demo 组合，确保为您提供最具价值与相关性的体验。
立即以自然动听的声音大声读出任何文本
是一款桌面端 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、语音翻译和跨应用输入
AI智能配音工具，独有的AI智能配音技术，更专业，完美贴近真人配音，AI模仿真人情感（怀旧、欢快、激情、伤心、抒情、惊讶等），支持多音字、停顿、整数、小数、数字等特色发音，...
Voicina 可对媒体内容进行转录、添加字幕、翻译及配音，支持 125 种以上语言。
Fliki AI 是一款AI平台，可将文本转化为带有逼真配音和虚拟形象的视频。
Nuance Mix 是一款对话式 AI 平台，可用于设计、测试及部署语音与聊天机器人，支持 ASR、NLU、TTS 技术，并能实现全渠道联络中心集成。
Hypnotype 是一款可将长音频转化为动态排版视频的工具，它会先完成音频转录，再将生成的文本与视觉模板精准同步。