中国独立开发者AI语音

把 AI 长文和读书笔记在 iPhone/iPad 本地变成音频节目，支持锁屏播放与断点续听；可试用，完整功能需 App 内解锁，无订阅、无广告

离线 Mac 语音提醒助手，本机识别中英混说并逐条检查自定义规则，悬浮按钮控制监听；沙盒无网络权限，不自动保存录音，Apple Silicon 源码预览需自行构建

Mac 上的语音 AI Agent，任何应用里按 Fn+Space 说一句话，交给本机的 Claude Code 或 Codex 在后台执行，语音在本机识别

本地运行的音视频转写与摘要工具，粘贴 B 站 / 抖音链接或拖入本地文件，生成带时间轴的文稿、SRT / VTT 字幕和 AI 摘要，支持批量处理与说话人区分，文件和结果都不上传云端 — Windows 桌面软件

视频转文字工具，粘贴 YouTube、TikTok、Instagram、X 的链接就能拿到带时间戳的章节摘要和完整字幕稿，每句都能点回原视频对应的那一秒，免注册试用

使用自己的声音，将文字转成语音；每天免费额度，不注册也可使用

AI 音视频转录与字幕生成工具，支持说话人识别（区分发言人）、多语言翻译与字级高精度时间戳，长音频高速转文字，一键导出 SRT/VTT/TXT 格式 — 免费试用

视频转文字，支持 CSV、TXT、SRT、VTT 四种导出格式，可以附带时间戳和说话人标签，支持 99 种语言，除上传文件外也支持 YouTube、TikTok、Instagram 等社交媒体平台视频链接

AI 字幕生成与校对工具，自动标出不确定的词并显示剩余检查数，在同一浏览器工作流里完成生成、校对、整轨翻译、字幕样式和视频导出；无需注册可免费处理最长 10 分钟视频

可随身携带的 AI 语音助手，记会议、记灵感、记待办，记录你的每一天；专注工作/生活/学习/闲谈/灵感等场景的语音记录，支持实时语音转写、说话人区分、AI 智能摘要一键生成，历史会议可按主题回看，iOS、Android、Mac、Windows 四端覆盖，单次录音最长 4 小时，内置 19 种行业纪要模板

小说转有声书，自动识别角色并为每个角色匹配不同音色，逐段合成整本有声书，还能克隆你自己的声音，支持免费试用

语音输入、转写与 AI 润色，任意应用内快捷键唤起；支持 BYOK、本地词典与多种语音/大模型服务商 — 跨平台，MIT 开源

上传音视频或粘贴 YouTube 链接，生成带说话人标记和时间戳的可编辑文字，并可导出字幕与文档

中文 AI 语音输入工具，按快捷键说话，在 Windows 任意应用把口述整理成去口头语、可分段和结构化的文字并插入当前光标；支持用户词典、中文转英文和自选云端 ASR/LLM

AI 私人播客工作室，把视频/链接/文稿/会议课程等变成可听完的口播节目；支持人设/音色、闪卡、MCP 与插件式内容源，可 Docker 私有部署

将 ElevenLabs 网页版语音转文字流程封装为 Python CLI，复用自有账号免费额度，支持批量转录、长音频静音切分和 SRT/VTT/TXT 等格式导出

无需注册的 YouTube 转录工具，可搜索 transcript、跳转时间戳，并导出 TXT、SRT、VTT

AI 语音生成与在线音乐创作工具

AI voice generator for creators

把网页、Kindle、微信读书、PDF 读给你听,还能边读边讲解,支持 40+ 语言(Chrome 插件)

将 TikTok/YouTube/Instagram 视频即时转为文字稿，支持 7 大平台 14 种语言

AI 智能语音协作工具，支持实时翻译、语音转文字、口语优化、上下文理解与智能回复、个性化词典及多语言切换

AI 音乐生成器

支持30+平台视频AI转录并提取摘要，订阅RSS可以每天发送早报

集“全格式兼容、超自然人声、沉浸式听感”于一体的智能语音助手，能将网页、邮件及 PDF/Word 等本地文档一键转化为媲美真人的多国语言朗读，配合词级高亮同步、背景白噪音及最高 4 倍速调节，解放用户双眼，让深度阅读在通勤、家务或健身的碎片化场景中焕发新生

AI 语音克隆平台，3 秒克隆任何声音，完美保留情感和口音。支持中英日韩等 10 种语言的语音合成，提供 50+ 预设声音库和 AI 声音设计功能，免费开始使用。

Convert MP3, MP4, WAV to text online. Audio transcription and video to text converter with 240 minutes free credit.

专业AI声音克隆平台，创建您的语音克隆角色

文本转语音，声音接近人类

将 Youtube 视频转为文字

AI 声音克隆

声音克隆(超逼真)，文本转语音，支持 8 种语言，不同语言转语音保留克隆声音的独特音色

AI 音频转文字，快速、精准、安全的转写服务

生成播客音频，支持单人和多人对话。支持原文智能配音

用户只需录制或上传一段音频，系统便能在几秒内生成一个属于用户自己的声音模型。支持任意文本的语音生成，听起来自然流畅，几乎接近真人语音。整个流程无需复杂设备，也不需要技术背景，真正实现“用几句话训练出自己的声音”

AI 生成明星语音为你街头吆喝带货

让你不开麦也能在直播时“开口”互动的小工具

将语音转成文本、字幕等多种格式

在会议中，Tovo 是一款注重隐私的 AI 助手，完全在您的设备上运行，为会议和对话提供实时转录和智能协助，无需向外部服务器发送任何数据。

灵动岛 + LLM + whisper 语音输入

复刻 Microsoft SAM 的文本转语音工具，支持文字输入并生成极具复古感的电子语音。用户可自定义音高、语速、嘴型、喉咙共鸣等参数，还可下载生成的语音（WAV 格式），无需登录，适合内容创作、游戏配音、搞笑语音等多种场景。

免费文本转语音接口（Free TTS API），免费额度有限

仅需 5 秒音频样本，即可克隆你的声音 无需登录 免费无限制使用

AI 全球发音训练平台

播客内容摘要生成器（有文字稿和思维导图）

将文档转成播客音频，支持 PDF、Word、Markdown 和 TXT 文件格式

生成 TikTok 热门配音音效的文本转语音工具

一键播放或下载 微软 TTS 文字转语音 合成的音频。支持所有官方提供的语音和声音选项。支持SSML语法。每月享免费用量。量大者可升级Pro Plan，固定便宜费用无限使用。摒弃按量收费。支持支付宝

打破在线观看视频的语言障碍

基于微软 Edge 浏览器的大声朗读接口，开发的 TTS 文字转语音 Golang 工具，包含晓晓、云扬、云希等"网红主播"。

视频翻译和配音桌面软件，可将视频从一种语言翻译为另一种语言并配音，集成 OpenAI Whisper 语音识别、OpenAI-TTS/edgeTTS 语音合成、Google/Deepl/ChatGPT/Baidu 字幕翻译、音视频分离合并等功能

Windows 端 离线语音输入、中译英、字幕转录；在线多译多、云剪贴板。

声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。

极简的语音转文字 Memo 应用

Android 平台强大的自定义语音助手