Loading...
Fylomは、トピックや質問をリサーチ済みのナレーション付きエピソードに変換するAIポッドキャスト生成ツール。入力・音声プロンプト、声の選択、定期配信型の番組視聴に対応。
Seed Audio AIは、ブラウザで使えるテキスト読み上げ・ボイスクローンツール。台本を音声化し、ナレーションやポッドキャスト、教材、広告の下書き作成に役立ちます。
Voisは、MacとWindowsで使えるローカルAI音声生成スタジオ。音声生成、編集、マスタリング、書き出しを自分のマシン上で完結でき、ボイスクローンやプラットフォーム別の書き出しプリセット、無制限生成の有料プランに対応。
SKIはMacとWindows向けのデスクトップアプリ。開発者がAIコーディングエージェントと話し、応答を音声で聞けます。主要な音声ループはローカルでオフライン対応、会議文字起こしやエージェントの通話参加機能も利用可能です。
Chariotは、英語・ヒンディー語・ヒングリッシュの音声を生成するAI音声合成API。低遅延ストリーミングと開発者向けAPIで、自然な音声を配信できます。
gstackは、Garry Tanのオープンソース専門家ペルソナを音声ボットとしてライブ会議に追加。Google Meet対応、ZoomとTeamsにも対応し、ローカルのコーディングエージェントで動くBYOBです。
PodcastorAIは、コンテンツをPodcast用スクリプト、音声エピソード、動画ポッドキャストに変換するAIポッドキャストスタジオ。トピック、文書、URL、メモ、録音から、収録環境なしで公開可能な番組を作成できます。
VocalViaは、PDF、記事、メモ、Markdown、Webソースを編集可能なポッドキャスト原稿と音声に変換するドキュメントからポッドキャストへのツールです。
SpeechifyAIは、音声生成、ボイスクローン、音声エージェント構築に対応したvoice AIプラットフォームです。TTS、多言語音声、通話ワークフローを単一APIで提供し、開発者向けに設計されています。
Alvoff Inferenceは、音声認識・音声合成・埋め込み・チャット/コード生成向けのOpenAI互換API。base URLを切り替え、使い慣れたSDKのまま従量課金で利用できます。
speech-coreは、VAD、ストリーミング/バッチSTT、話者分離、TTS、音声エージェント処理を備えたオンデバイス向けC++17ライブラリ。ローカル動作で、推論はONNX RuntimeまたはLiteRTに対応。
Voiser AI Voiceoverは、テキストを音声に変換してナレーションを作成できるTTSです。550以上の音声と言語別のスタイル制御、Webスタジオに対応します。
TicoはWindows向けのAIアシスタント。カーソルに寄り添い、画面内容を理解して音声で案内します。無料枠と有料プランで利用回数や優先サポートが異なります。
Yeta AIは、公開YouTube動画をAI音声でリアルタイム翻訳・吹き替えするブラウザツールです。字幕に頼らず、10以上の言語でチュートリアルや講義を視聴できます。
Morphは、著作権切れの古典を対象に、本文・同期朗読・AIアシスタントを一体化したWeb読書プラットフォーム。読む・聴く・両方を自然に切り替えられ、厳選ライブラリの作品別ヘルプもページ内で完結します。
FlowSpeechは、原稿やアップロードしたファイルを人間らしい音声に変換する、文脈対応のテキスト読み上げスタジオです。複数の生成モード、間や感情の調整、無料プランと有料プランを提供します。
xAIのGrok Speech to Text and Text to Speech APIsは、RESTとWebSocketでアプリに文字起こしと音声生成を追加できる開発者向けAPI。多言語STT、表現豊かなTTS、従量課金に対応。
Gemini 3.1 Flash TTSは、表現力の高いAI音声を生成し、スタイルや話し方を細かく制御できるGoogleのプレビュー音声合成モデルです。Gemini API、Google AI Studio、Vertex AI、Google Vidsで利用できます。
Guardrails 2.0は、ElevenLabsのElevenAgents向け制御レイヤー。AI音声エージェントをトピックに沿って保ち、ポリシーに合わせて、商用環境でより安全に運用できます。
HeyGen Developersの公式APIドキュメント。AIアバター動画、翻訳、lipsync、インタラクティブ動画エージェントの開発に対応。API、MCP、CLIで利用可能。