Loading...
Drama 3は、感情・テンポ・効果音・間・単語ごとの表現を自在に指示できる、クリエイターや開発者向けの音声合成モデル。Fish AudioエディターとAPIで利用できます。
Kugel 3.5は、音声エージェントや電話応対向けの音声合成モデルです。短い返答、IPA発音、タイミング付きポーズ、文字単位のコード読み上げに対応し、Kugel 3の音声・言語・辞書・APIを継承。VAT別€0.0525/音声分、秒単位で課金されます。
Onepinは、テキスト正規化や発音処理、複数モデル振り分け、検証、修正生成で台本を音声化するAI音声制作エージェント。eラーニング、広告、ゲーム、ナレーションなどに対応。
Eleven v4とEleven v4 Turboは、ナレーション、会話、多言語音声、リアルタイム音声エージェント向けの表現豊かなAI音声合成モデル。感情や話者の文脈、間、音声イベントを制御でき、Turboはストリーミング会話に最適化されています。
Vitra Universeは、動画・画像・ドキュメント・Webサイト・アプリの作成、翻訳、パーソナライズ、レビュー、公開を支援するAI搭載プラットフォーム。多言語コンテンツ業務を一元管理できます。
Read PDF Out Loudは、PDFを自然な音声に変換し、読み上げ中の単語をハイライトするブラウザベースのリーダーです。論文、レポート、書籍などの読解を、学生や研究者、専門職、音声・アクセシブルな読書を好む方に提供します。
Gemini 3.8 Text-to-Speechは、台本をカスタマイズ可能な音声に変換するGoogleの表現力豊かな音声モデル。声の設計や行ごとの演出、コンテンツ・吹き替え・音声エージェント向けの会話生成に対応。
Speechkaは、話者本人の声を保ちながら、リアルタイムの音声を別の言語へ翻訳するAI音声翻訳アプリです。多言語の会議、通話、プレゼン、カンファレンス、ライブ配信に対応します。
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。