Terrakotta

TangoFlux是开源的文本到音频（TTA）生成模型平台，核心定位是为音频生成领域的研究者、开发者提供高效、对齐能力强的音频生成技术方案。核心功能包括基于CRPO框架的高对齐度文本转音频生成、30秒44.1kHz高音质音频快速生成、全开源的模型与代码资源开放。目标用户覆盖音频领域研究者、AI应用开发者、内容创作者、高校计算机相关专业学生等，可用于学术研究验证、音视频内容音频素材生成、AI音频应用原型开发、课程实践项目搭建等场景。

VocoSpeech是一款专为Mac平台设计的离线AI语音生成与声音克隆应用，用户无需联网即可完成所有语音处理操作，保障音频数据隐私安全。核心功能包含单/多人声音克隆、多风格文本转语音生成、音频导出管理、语音参数自定义调整等，支持个人创作者、内容运营人员、配音从业者等不同用户群体使用，可满足有声书制作、视频配音、个人语音助理定制、播客内容生产等多种场景的语音处理需求。

AnySpeech是一款在线AI语音处理平台，核心定位为面向内容创作者与企业团队提供文字转语音、声音克隆等音频生成服务，帮助用户完成各类数字内容的配音创作。平台支持文本一键生成自然流畅的AI语音，提供多风格多语种音色选择，同时支持自定义AI声音克隆，满足不同场景下的声音一致性需求。目标用户涵盖内容创作者、营销人员、教育工作者、企业内容团队等，适用于视频配音、播客内容制作、课程音频制作、产品演示配音等多种使用场景，替代传统手动录音剪辑流程，提升音频内容制作效率。

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。

Voxumi是一款AI语音工作室工具，核心为用户提供语音生成、克隆及编辑相关的一站式服务。其核心功能包括文本转语音生成、自定义语音克隆、可视化语音编辑，同时支持多场景语音效果设计。工具面向内容创作者、音频从业者、影视制作人员、教育课程开发者等群体，可满足短视频配音、有声书制作、课程旁白录制、影视角色配音、虚拟数字人语音生成等多场景的语音制作需求，无需专业音频设备即可完成多样化语音内容产出。

AI Jingle Maker是一款专注于音频内容生成的AI工具，核心定位是通过人工智能技术将文本内容转化为可直接用于传播的音频素材。其核心功能包括AI语音生成、智能配乐匹配、广播级音频输出，支持用户快速制作电台短广告、台标标识、节目开场白、赞助商口播等内容。目标用户覆盖电台运营人员、播客创作者、自媒体博主、品牌营销人员、活动策划者等群体，可广泛应用于电台内容制作、播客节目包装、短视频片头制作、品牌活动宣传、商业广告音频产出等多个场景，无需专业音频录制和剪辑基础，即可获得符合商用标准的MP3格式音频文件。

Make-An-Audio 2是由浙江大学、字节跳动、香港中文大学联合研发的文本到音频生成技术官方展示站点，核心定位为面向学术研究与创意开发群体的音频生成技术演示平台。核心功能包括文本语义解析转音频、变长音频生成、音频时间一致性优化、音频生成效果对比展示。目标用户覆盖音频领域研究人员、AI技术开发者、内容创作从业者、高校计算机相关专业师生。使用场景包括学术研究中的技术效果验证、内容创作前期的音效小样生成、AI音频技术开发的算法参考、高校相关课程的技术案例演示。

VoiSpark是一个专注于AI语音生成服务的在线平台，提供文本转语音、语音克隆、自定义语音创建等多种AI语音处理功能。核心功能支持多语言多音色语音输出，可复刻指定人物语音特征，也支持用户调整语音的各项参数生成专属语音。目标用户包括内容创作者、配音从业者、自媒体运营者、教育内容开发者和企业营销人员，适用于短视频配音、有声书制作、视频旁白生成、广告配音、个性化语音助手训练等多种使用场景。