视频转音频
hkchengrex.github.io
MMAudio是基于多模态联合训练技术的视频到音频合成工具站点，核心定位是为用户提供视频与文本输入驱动的同步音频生成服务。站点核心功能包括视频画面特征识别、文本语义音频匹配、音视频时序同步校准，能够适配不同场景下的音频创作需求。目标用户覆盖影视后期从业者、游戏开发人员、短视频创作者、AI技术研究者等群体，可在影视内容音频补全、游戏场景音效生成、短视频背景音制作、多模态技术研发测试等场景中使用，帮助用户提升音频合成的效率与成品质量。
mmaudio.pro
MMAudio是一款AI驱动的在线音视频处理工具，核心提供视频转音频提取、文本转音频合成两大核心服务，同时支持音频格式转换、音量调整、静音片段检测裁剪等附加功能。工具无需本地安装，直接通过浏览器即可完成操作，支持多种常见音视频格式输入输出。目标用户包含内容创作者、音频剪辑师、自媒体运营者、学习资料整理人员等，适合需要从视频中提取背景音乐或人声、批量生成文本配音、整理音视频学习素材等场景使用。
resonaai.com
Resona V2A是一款基于AI技术的视频转音频生成工具，核心定位是为视频内容创作者提供自动化音频设计解决方案。其核心功能包括视频场景智能识别匹配音效、拟音与环境音自动生成、多轨音频分层导出。目标用户覆盖影视制作团队、动画创作者、教育内容开发者、多媒体项目运营者等群体，适合在影视后期配音、动画音轨制作、科普视频音效补充、短视频内容音频优化等场景下使用，能够降低音频制作的人力投入，提升音频与视频内容的匹配度。
maskvat.github.io
MaskVAT是专注于视频到音频（V2A）生成的在线工具站点，核心功能为基于视频视觉特征生成匹配场景的音频内容、优化音画时间同步精度、输出高保真全频带音频，目标用户覆盖音视频创作从业者、人工智能研究人员、多媒体课程开发者等群体，可用于短视频音轨补全、动画作品音效生成、学术实验数据生成、影视素材音效适配等多种场景。
yannqi.github.io
Draw an Audio 是一个基于web端的视频转音频合成工具，核心定位是为用户提供可控性较强的音视频同步生成服务。它支持多指令参数自定义调节，可根据视频画面内容生成匹配的同步音频，还支持多阶段音频混合输出。该工具面向音视频创作者、学生研究群体、多媒体内容制作者等用户，可应用于短视频音频补全、实验性音频创作、音视频同步效果验证、demo作品快速制作等场景，无需复杂本地部署，打开浏览器即可使用相关功能。