M2UGen是一个由腾讯和新加坡国立大学共同研发的多模态音乐生成模型，它具备音乐生成、理解和编辑的能力。具体来说，M2UGen可以接收文字、图片、视频或音频作为输入，然后生成与之.
讯飞智作是科大讯飞旗下明星配音产品品牌,提供合成配音,真人配音、广告宣传片、短视频配音、AI虚拟主播等一站式配音服务。
Nottaは最新のAI音声認識エンジンを搭載する高精度な文字起こしサービスです。リアルタイム文字起こしと翻訳機能を備え、また、1度に最長5時間までの音声ファイルを素早くテキスト化が可能。PCで音声変換や編集も気軽に行います。
屡获殊荣的AI Voice Generator和文本到语音转换软件，支持100种语言的500多种语音。现实的人工智能声音与在线视频编辑器。克隆自己的声音。
Riffusion是一个利用人工智能生成音乐的工具，它可以根据用户输入的任何文本，创作出相应的音乐片段。它的原理是将文本转换成声音的图像，也就是频谱图，然后再将频谱图转换成音频。
米可智能是由人工智能驱动的音视频语音翻译、音色定制在线工具，致力于开发新一代语音 AI技术，并提供一站式语音 AI服务，包含语音翻译、音色定制、合成语音等功能。
NaturalReader：通过人工智能的声音为在线、移动应用、商业许可和教育提供免费的文本到语音转换。
