AI 语音/播客创作者常用 AI 工具
使用 AI 语音工具进行播客制作和语音内容创作的创作者
AI 语音/播客创作者推荐工具(50)
speechify.com
Speechify是一款专注于文字转语音能力的专业工具，核心定位是帮助用户通过听觉方式高效获取文字信息。其核心功能包括高拟真度语音生成、多格式内容识别、多场景适配支持，能够将各类文字内容转化为接近真人表达的流畅语音。该工具面向学生、职场人士、阅读障碍群体、内容创作者等多类用户，可应用于通勤途中听读学习资料、工作时处理文档信息、视力不便人群替代阅读、创作者快速生成音频内容等多个场景，满足不同用户的音频化信息获取需求。
elevenlabs.io
ElevenLabs是专注于人工智能语音技术的知名平台，核心为用户提供高质量的语音生成、声音克隆及实时语音交互服务。平台支持29种语言的语音输出，生成的语音自然度高，能够还原不同音色的情绪细节与发音特点，同时支持高精度声音复刻，可基于少量音频样本生成相似度较高的定制音色，还具备低延迟实时语音对话能力。服务面向内容创作者、音频从业者、游戏开发者、教育工作者等群体，可广泛应用于视频配音、播客制作、有声书录制、游戏角色配音、多语言内容本地化、AI客服搭建等各类专业音频场景。
Fliki
免费fliki.ai
Fliki是一款专注于文字生成视频的AI内容创作平台，核心功能包含文字转视频、AI语音合成、智能字幕生成，同时内置覆盖多领域的媒体素材库。平台面向社交媒体内容创作者、企业营销人员、教育工作者、自媒体博主等群体，可满足短视频制作、产品宣传物料产出、教学课件视频创作、品牌内容投放等多场景需求，帮助用户简化视频制作流程，减少人力与时间投入。
Pictory
免费pictory.ai
Pictory是一款专注于长内容转短视频的AI视频创作平台，核心能力覆盖长文本转视频、音频内容转视频、长视频智能精剪三大方向，支持AI自动提取内容核心要点、匹配高清素材、自动生成配音与字幕，无需复杂的视频剪辑技能即可完成内容视频化制作，主要面向内容营销团队、自媒体创作者、品牌运营人员、教育工作者等群体，适用于品牌内容传播、自媒体内容更新、课程视频制作、企业宣传物料产出等多种场景，帮助用户降低视频制作门槛，提升长内容的传播效率。
wondercraft.ai
Wondercraft是一款AI播客制作工具，核心定位是让用户无需专业设备和技能即可创建高质量的播客内容。其核心功能包括AI文本转播客、语音克隆、自动音频编辑、多语言播客生成，能够将文字内容转化为专业级别的播客音频。该工具面向内容创作者、营销团队和教育工作者，适用于品牌播客制作、内容再利用和企业内部音频通讯等场景。
wequ.net
Funny Duck是一款AI语音远程控制平台，核心定位为衔接语音助手与电子设备、IoT设备的跨生态控制中转服务，支持通过Siri、小爱同学等主流语音助手操控个人电脑、智能灯光、空调等多品类设备，同时提供图形界面客户端、命令行工具、在线管理仪表盘与开放API接口四类使用入口，能够满足远程办公操作、智能家居场景控制、批量设备管理等多元需求，面向有远程设备操控需求的办公人群、智能家居爱好者、技术开发人员等用户群体，降低跨设备控制的操作门槛。
zebracat.ai
Zebracast是聚焦播客全流程创作的AI生产力平台，核心为内容创作者提供音频内容的智能处理、内容生成与分发辅助服务。平台支持音频转写的高精度识别、播客内容的结构化梳理、多平台发布格式适配等核心功能，面向播客创作者、自媒体从业者、内容运营人员、企业市场部门等用户群体，可应用于个人播客制作、品牌音频内容产出、访谈内容整理加工、知识类音频节目策划等多个场景，帮助用户降低播客创作的技术门槛，提升内容产出效率。
podcastle.ai
Podcastle是一款面向音频内容创作者的一站式AI播客制作平台，覆盖录制、编辑、转录、发布全流程功能，内置AI语音生成、智能噪声消除、多轨音频编辑等工具，支持单人完成整套播客制作流程，目标用户涵盖独立播客创作者、音频内容制作团队、自媒体从业者、教育内容制作者等，可满足播客节目制作、有声书录制、音频课程制作、商业音频内容产出等多类场景需求。
万象有声
免费audimind.com
万象有声是专注于AI语音合成与智能音频处理的综合服务平台，核心提供语音克隆、多语言配音、音频降噪、格式转换等功能，支持多场景音频内容生产需求。平台内置上百种不同风格、音色的AI声库，覆盖中文、英文、日语、韩语等多种语言，可满足有声书制作、播客内容创作、商业视频配音、广告旁白录制、课件语音生成等不同场景的创作需求，面向内容创作者、自媒体从业者、教育工作者、企业宣传人员等多类用户，帮助用户降低音频内容生产的门槛，提升内容制作效率。
D-ID
免费d-id.com
D-ID是专注于AI数字人内容创作的专业平台，依托创意现实技术为核心支撑，可实现单张图片生成有声数字人视频、AI驱动高精度面部动画、多语言自然语音合成等核心能力。平台面向内容创作者、企业营销人员、教育工作者、电商从业者等多类用户群体，可广泛应用于品牌宣传短视频制作、线上课程数字人讲师打造、虚拟客服形象定制、个人创意数字内容产出等多种场景，帮助用户降低数字人视频的制作门槛，无需复杂的动捕设备与专业建模基础即可完成数字人内容生产。
Descript
免费descript.com
Descript是一款基于AI技术的一体化音视频编辑平台，核心特色是将音视频内容转化为可编辑的文字文本，用户通过修改文字即可直接完成对应音视频片段的剪辑、调整。平台搭载AI语音克隆、多语言自动转录、智能素材生成等核心功能，能够大幅降低音视频编辑的操作门槛，主要面向播客创作者、短视频创作者、教育内容制作者、企业宣传人员、自媒体从业者等用户群体，可广泛应用于播客节目后期剪辑、课程视频内容优化、企业宣传短片制作、访谈内容精剪等多种场景。
Murf AI
免费murf.ai
Murf AI是专注于AI语音合成与配音服务的平台，核心提供多语种AI语音生成、自定义语音克隆、音视频同步编辑三类核心功能，服务于内容创作者、企业市场人员、教育工作者、有声内容制作者等群体，可广泛应用于企业培训课程配音、营销推广视频旁白、有声读物录制、产品演示语音制作、播客节目生成等多个场景，为不同需求的用户提供多样化的语音解决方案，降低语音内容制作的人力与时间成本。
Vidnoz
免费vidnoz.com
Vidnoz是面向多场景需求的AI视频创作平台，核心提供AI数字人视频生成、AI人脸替换、AI语音克隆三大核心功能，同时内置丰富的数字人形象与视频模板资源。平台面向企业营销团队、教育培训从业者、内容创作者等群体，可广泛应用于品牌营销推广视频制作、内部员工培训课件产出、跨语种宣传内容制作等场景，帮助用户减少视频制作环节的人力、时间投入，实现视频生产效率的提升。
instant-podcast.com
Instant Podcast是一个依托AI技术生成对应主题短播客的平台，支持社区用户提交播客主题请求，生成符合要求的音频内容。核心功能包括社区主题提交、AI一键生成播客、在线音频播放、播客内容收藏、主题浏览搜索，面向内容创作者、播客爱好者、学生群体、职场人士等，适用于通勤收听碎片化知识、快速获取主题音频内容、创作参考获取灵感、休闲放松收听兴趣内容等场景。
neoformai.com
Neoform AI是聚焦非洲本土方言的AI服务平台，核心定位为开发适配非洲各地方言的人工智能模型，帮助用户消除不同方言间的沟通障碍，丰富非洲本土用户的数字使用体验。平台可提供方言语音转文字、文本翻译、语音合成等核心功能，面向非洲本土用户、语言研究者、跨境服务开发者等群体，适用于日常沟通、内容本地化开发、语言研究等多种场景。
videomakerai.io
AI Video Maker是一个依托人工智能技术的在线视频生成工具，核心定位是帮助用户将文字、脚本等创意内容快速转化为可直接使用的视频内容。平台支持文本转视频、素材自动匹配、AI配音、字幕自动生成等核心功能，无需用户掌握专业的视频剪辑技能，即可完成不同类型的视频制作。目标用户覆盖内容创作者、中小企业营销人员、教育工作者、电商运营者等群体，可用于制作产品宣传视频、知识科普视频、社交媒体短视频、课程教学视频等多种场景，降低视频制作的技术门槛和时间成本。
F5 TTS
免费f5tts.net
F5 TTS是一款人工智能驱动的在线文本转语音平台，为用户提供免费的文本生成语音、语音克隆、多语言语音合成等服务。核心功能支持长文本批量转换、自定义语音参数、原音色克隆等，面向内容创作者、教育工作者、跨境从业者、音频制作人员等用户，可满足自媒体配音、课件制作、多语言内容本地化、有声书制作等多种场景的语音生成需求。
soundeffectgenerator.org
Sound Effect Generator是基于AI技术的音效生成平台，核心定位是降低音效创作门槛，帮助用户将文字描述转化为可使用的音频素材。平台支持文本生成音效、音效变体调整、格式自定义导出三大核心功能，面向音乐制作人、视频剪辑师、游戏开发者、播客创作者、自媒体从业者、音效设计爱好者等群体，可应用于短视频背景音乐设计、游戏场景音效制作、播客节目音效填充、动画作品音效适配、有声书氛围音效搭建等多种场景，用户无需专业音频设备和音效设计经验，即可生成符合需求的音频素材。
JoyPix
免费joypix.ai
JoyPix是专注于数字人生成与语音合成领域的AI创作工具，核心定位为帮助用户低成本完成虚拟数字人相关内容制作。其核心功能包括AI数字人生成、多语种语音合成、数字人驱动视频制作，支持用户上传人像照片快速生成可编辑的虚拟数字人形象，搭配不同风格的语音包生成对口型的短视频内容。目标用户覆盖内容创作者、电商运营人员、教育课程开发者、企业宣传部门、自媒体从业者等群体，可应用于短视频口播制作、电商产品介绍、线上课程录制、企业宣传视频制作、虚拟主播搭建等多个场景，无需专业的影视制作设备即可完成对应内容产出。
audo.ai
Audo Studio是基于人工智能技术的在线音频处理平台，核心定位是为用户提供便捷的音频质量优化服务。核心功能包含智能背景噪音去除、回声抑制、自动音量均衡，支持多格式音频上传处理。目标用户覆盖内容创作者、音视频从业者、线上会议参与者、教育工作者等群体，可用于播客后期制作、视频配音优化、会议录音降噪、课程音频修整等多个场景，帮助用户无需专业音频编辑基础即可完成音频质量提升。
telezen-ai.com
Telezen Dashboard是面向人工智能语音代理机构的白标客户管理平台，核心定位是帮助语音代理服务运营商实现客户全生命周期数字化管理、语音代理服务配置与运营数据追踪。平台支持自定义品牌标识展示、客户订单管理、通话数据统计分析等功能，目标用户涵盖人工智能语音代理服务商、呼叫中心运营机构、企业客户服务解决方案提供商、SaaS服务代理商等群体，可用于日常客户信息维护、语音代理服务部署调整、客户服务效果复盘、服务套餐续费管理等多种业务场景，帮助机构降低内部管理成本，提升客户服务响应效率。
diktatorial.com
DIKTATORIAL Suite是一款主打聊天交互的在线AI音频母带处理工具，核心定位是降低专业母带处理的操作门槛，无需用户掌握复杂的母带参数知识即可完成音频优化。核心功能包括自然语言交互调节音频效果、多格式音频即时母带处理、适配主流流媒体平台导出标准。目标用户覆盖音频行业从业者、音乐创作者、播客制作人和普通音频内容创作者，可用于音乐发行前的母带打磨、播客节目音质提升、短视频配音降噪优化、会议录音清晰度调整等多种场景，帮助用户在不需要专业硬件和复杂软件操作的前提下，获得符合需求的音频成品。
VocaIQ
免费vocaiq.ai
VocaIQ是聚焦中小企业需求的AI语音助手平台，支持24小时不间断运行，提供电话自动化处理与预约服务管理全托管解决方案。核心功能包括AI自动接听来电、智能预约安排、自定义语音流程设置、多账号团队协同管理，可帮助企业承接非工作时段来电、处理日常预约订单、自动回复高频咨询。目标用户覆盖本地服务类中小企业、线下商户、专业服务工作室等群体，能够降低人工接听成本，减少潜在客户来电遗漏，优化客户进线咨询体验。
translatethisvideo.com
Translate This Video是聚焦于多语言视频本地化的在线服务平台，核心依托AI语音识别、机器翻译与语音克隆技术，为用户提供视频字幕翻译、多语言配音、音轨同步等一站式视频本地化处理能力。平台支持用户上传本地视频文件或导入YouTube、Vimeo等平台的视频链接，可实现100余种语言的翻译与配音输出，目标用户覆盖内容创作者、跨境电商运营者、教育机构工作人员、企业市场人员等群体，可满足海外内容本土化引进、国产内容出海传播、多语言教学课件制作、跨国企业宣传物料适配等多场景使用需求。
Voicv
免费voicv.com
Voicv是专注于语音克隆与合成的AI服务平台，核心定位是将用户的语音转化为可复用的数字语音资产，支持零样本学习与多语种语音生成。平台核心功能包括1分钟快速语音克隆、140+语种语音合成、实时语音转换，主要面向内容创作者、配音从业者、跨境商家、教育工作者等群体，可应用于多语种音频内容制作、有声读物配音、跨境广告语音生成、个性化语音播报等多种场景，帮助用户保留自身声音特征的同时，拓展语音内容的创作边界。
nural.news
Nural.News是一款将文本内容转换为AI播客的在线工具，核心定位是为用户提供文字内容的音频化转换服务。平台支持新闻文章、个人博客、行业报告等多种文本类型输入，用户可自定义选择感兴趣的主题领域，系统会自动生成对应语音播报的播客内容。目标用户覆盖内容消费者、职场人士、学生群体、视障用户等，适用于通勤路上收听行业资讯、做家务时浏览博客内容、视力不便人群获取文字信息等多种场景，帮助用户释放双眼，通过音频形式高效获取信息。
Reecho
免费reecho.cn
Reecho是主打高拟真度的AI语音合成与语音克隆服务平台，核心为用户提供接近真人发声效果的语音生成服务。平台支持1秒内快速完成任意声音的克隆操作，也可直接调用内置多风格语音库生成对应内容，同时支持多语种语音输出与长文本分段合成。目标用户覆盖内容创作者、有声书制作人员、短视频运营者、教育内容开发者、配音从业者等群体，可用于短视频旁白制作、有声读物录制、课程语音配音、多语种配音输出等多种场景，帮助用户降低语音内容制作的时间与人力成本。
Scribbyo
免费scribbyo.com
Scribbyo是集成多模态生成能力的AI内容创作平台，支持文本生成、图形创作、代码编写、语音生成四类核心内容产出。平台整合不同AI模型能力，用户可通过统一界面完成多种类型内容创作，无需切换多个工具。核心功能包含AI文章生成、创意图形绘制、代码补全生成、语音音频合成、内容改写优化等，面向内容创作者、开发人员、营销从业者、学生等不同群体，可覆盖日常内容创作、项目开发、营销物料制作、学习资料整理等多种使用场景。
lovestudy.ai
LoveStudy.ai是一款AI驱动的综合性学习辅助平台，核心定位是帮助用户将各类学习资料转化为更易吸收的内容形式，提升学习效率。平台支持多种格式资料上传，可自动生成闪卡、自测测验、结构化笔记和音频播客，同时支持多语言内容处理和学习进度追踪。目标用户覆盖学生、职场人士、语言学习者、考证备考人群、知识内容创作者等，可用于课前预习、课后复习、职业技能学习、语言背诵、碎片化时间学习等多种场景，帮助用户适配不同的学习习惯，提升知识吸收效率。
NotClass
免费notclass.com
NotClass是基于人工智能技术打造的视频与播客内容搜索平台，核心定位为AI驱动的学习资源检索工具，支持YouTube视频、播客内容的跨平台检索，可定位音视频中的具体知识点段落，还能生成内容摘要。平台面向有在线学习需求的各类用户，适用于查找专业课程、技能教程、行业分享、知识科普等多类学习内容，帮助用户缩短资源筛选时间，提升信息获取效率。
讯飞智作
免费xfzhizuo.cn
讯飞智作是科大讯飞推出的AI音视频创作平台，核心为用户提供一站式多媒体内容生产服务。平台支持AI虚拟主播播报、多风格语音合成、短视频智能配音三类核心功能，面向内容创作者、企业宣传人员、教育工作者等群体，可满足短视频制作、课程录制、品牌宣传片产出、新闻资讯播报等多场景的内容生产需求，帮助用户降低音视频制作的人力与时间成本，提升内容产出效率。
vocalimage.app
Vocal Image是一款AI驱动的在线语音训练工具，核心定位为帮助用户系统提升沟通表达能力与语音呈现效果。平台支持个性化发音问题识别，可针对发音清晰度、语调起伏、语速控制等维度给出针对性训练方案，还提供多场景模拟训练模块，覆盖工作汇报、公众演讲、日常交流等不同表达场景。目标用户包含职场人士、学生、语言学习者、演讲爱好者等群体，可用于日常发音能力提升、商务沟通准备、演讲内容打磨、外语发音练习等多种场景，帮助用户通过语音优化提升表达传递效果。
snipcast.io
Snipcast.io是一款基于AI技术的音视频内容摘要生成工具，核心定位是帮助用户快速提取播客、长视频中的有效信息，减少无意义的内容浏览时间。平台支持主流播客平台链接、本地音视频文件上传两种导入方式，可生成结构化文字摘要、重点片段时间戳标注，并支持将摘要自动发送到指定邮箱。目标用户覆盖内容创作者、职场学习者、播客爱好者、在校学生等群体，适用于快速筛选播客内容、整理学习资料、提取会议录音重点、汇总课程核心信息等多个场景，帮助用户提升信息获取效率。
voicebun.com
Voice Assistant（voicebun）是一个面向无开发基础用户的AI语音代理搭建平台，核心定位是帮助用户无需编写代码即可完成定制化AI语音代理的构建与部署，用于自动化业务流程与客户支持服务。平台提供可视化搭建流程、多渠道接入、语音交互训练、数据统计分析等核心功能，支持用户根据自身业务需求调整语音代理的交互逻辑与回答内容。目标用户涵盖中小商家、内容创作者、企业运营人员等，适用于自动客户咨询处理、订单查询、售后答疑、语音通知等多种业务场景。
KidVoice
免费kid-voices-ai.com
KidVoice是一款专注于少儿语音生成的AI工具，依托大语言语音模型实现自然流畅的儿童与青少年语音合成输出，核心功能支持多年龄段儿童音色选择、多语言语音生成、语速语调自定义调整、音频格式导出、文本批量转语音，面向内容创作者、教育工作者、家长等人群，可用于制作儿童有声读物、英语启蒙音频、动画配音、亲子故事音频等多种场景，满足不同领域对少儿语音内容的创作需求。
F5-TTS
免费f5tts.org
F5-TTS是一个基于人工智能技术开发的文本转语音开放平台，面向需要高质量语音输出的开发者与内容创作者提供服务。平台核心支持自然流畅的语音生成、高精度语音克隆以及多语言文本转语音能力，同时开放了模型参数与部署方案供技术用户二次开发。目标用户涵盖内容创作者、本地化运营人员、AI开发者、有声读物制作人、无障碍服务开发者等，可应用于有声内容制作、个性化语音助手开发、多语言本地化配音、语音克隆定制等多个场景。
Vocera
免费vocera.ai
Vocera是由Y Combinator支持的AI语音代理测试与监控平台，核心定位为帮助企业和开发者降低AI语音代理上线风险，提升对话服务稳定性。平台支持自定义场景模拟测试、真实音频批量评估、实时生产环境监控三大核心功能，适配医疗、法律、金融等高合规需求行业的使用需求。开发者可在产品研发阶段完成多轮语音交互验证，运维人员可上线后持续追踪服务表现，有效缩短AI语音代理从开发到落地的周期，减少实际应用中的对话故障出现概率。
Bleepify
免费bleepify.me
Bleepify是一个AI驱动的音视频内容处理工具，核心功能是自动识别并去除视频与音频中的粗口脏话，生成符合内容规范的成品文件。该工具支持多种格式的音视频上传，可自动匹配替换消音效果，也支持自定义消音方式。目标用户包括内容创作者、播客主播、视频剪辑人员、企业内容运营者等，适合用于处理未经剪辑的直播素材、访谈录音、户外vlog等包含即兴口语的内容，帮助创作者快速产出符合平台规范的可发布内容。
lovevoice.ai
Lovevoice AI是一个基于人工智能技术的语音合成平台，支持多语言多音色的文本转语音服务，可生成接近真人发音的音频内容。核心功能包含多音色语音生成、跨语言语音合成、SSML自定义参数调整、音频格式导出、长文本批量处理等，支持用户根据使用需求调整语音细节。主要面向内容创作者、跨境运营人员、教育工作者等有语音制作需求的用户，可应用于自媒体内容配音、视频旁白制作、多语言学习资料音频生成、有声读物录制等场景。
Deepdub
免费deepdub.ai
Deepdub是基于人工智能技术的语音配音与内容本地化平台，专注为各领域内容创作者提供多语言语音生成与内容本地化解决方案。平台核心功能涵盖多语言AI配音、原配音质保留、口型同步对齐、批量内容处理以及版权合规授权，可帮助创作者无需重新录制原声，即可将已有内容转换为目标语言版本，有效降低内容出海的时间与资金成本。平台服务覆盖影视制作团队、自媒体内容创作者、游戏发行商、在线教育机构等群体，可适配影视译制、短视频出海、游戏本地化、多语言课程制作等多种使用场景。
videodubber.ai
VideoDubber是专注于视频多语言本地化的在线AI工具平台，核心为用户提供视频翻译、智能配音、语音克隆、文本转语音四类核心服务，支持超过30种语言的互译与配音输出，能够帮助内容创作者、跨境运营者、教育从业者等群体，无需专业配音团队和复杂的后期技术，即可快速完成视频的多语言版本制作，适配跨境内容传播、海外课程交付、海外品牌宣传、多地区用户触达等多种场景，有效降低视频本地化的制作成本，缩短内容出海的准备周期。
Spika
免费spikalabs.com
Spika是专注于播客领域的互动交流平台，核心定位是为播客听众与创作者搭建内容共创的社交场景。平台核心功能包括播客内容同步实时聊天室、创作者专属粉丝社群管理、播客片段标记讨论工具，同时支持多平台播客内容关联导入。主要面向播客爱好者、播客内容创作者、音频内容运营者三类用户，可用于收听播客时同步交流观点、创作者搭建粉丝运营阵地、音频内容社群化运营等多种场景，打破传统播客单向收听的模式，强化内容传播过程中的互动属性。
33字幕
免费33subs.com
33字幕是一款专注于音视频内容转写与字幕处理的桌面端工具，核心定位为为用户提供多语言音视频的文字识别、字幕生成与编辑服务。其核心功能包含支持50余种语言的音视频精准转文字/字幕、基于DeepL和ChatGPT的多语言字幕翻译、字幕搜索编辑与批量处理能力，同时支持一键剪切口播、播客类音视频内容。目标用户覆盖内容创作者、译制人员、新媒体运营者、教育工作者、播客制作者等，可应用于视频字幕制作、外文内容译制、课程内容整理、播客内容精剪、会议记录转写等多种场景。
koolio.ai
Koolio.ai是专注于音频内容生产的在线创作平台，核心定位是为各类音频创作者提供一站式内容制作解决方案，支持音频自动转录、智能音配素材匹配、多人实时协作编辑三大核心功能，面向播客创作者、有声书制作人、视频博主、新媒体运营等用户群体，可满足播客剪辑、有声内容制作、商业音频广告生产、课程音频优化等多种场景需求，无需安装复杂的本地音频编辑软件，通过浏览器即可完成全流程音频内容产出。
jasonppy.github.io
VoiceCraft是基于令牌填充技术的神经编解码器语言模型工具站，核心定位为面向音频创作、语音处理相关从业者与爱好者的语音编辑与生成服务平台。核心功能包含零样本语音克隆、上下文感知语音编辑、多场景语音生成三类，支持用户上传短语音样本快速复刻对应音色，也可针对已有录音精准修改局部内容，无需重新录制完整音频。目标用户覆盖音频内容创作者、播客主播、有声读物制作人、视频剪辑师、AI语音研发人员等群体，适用于有声读物内容纠错、播客口误修正、视频旁白音色统一、小语种语音素材生成、虚拟角色语音定制等多种场景，帮助用户降低音频内容制作的时间与人力成本。
全能 AI 声音创作平台，提供文本到语音、声音克隆和语音转文本。