Drama 3 是 Fish Audio 面向创作者和开发者推出的可控文本转语音模型,可精准调节情绪、语速、音效、停顿及指定词语效果,支持编辑器与 API 调用。
Kugel 3.5 是 KugelAudio 面向语音代理和电话对话的文本转语音模型,支持短回复、IPA 发音、定时停顿及逐字符代码朗读,兼容 Kugel 3 的声音、语言、词典和 API,音频每分钟 €0.0525(不含增值税),按秒计费。
Fluence 是一款手机阅读与听读应用,可朗读 PDF、电子书、报告及文章并高亮文本;支持书签、批注、文档问答,并将文档制作为音频文件。
Onepin 是一款 AI 语音制作代理,可通过文本规范化、发音处理、多模型路由、验证与纠错生成,将脚本转换为文本转语音音频,支持制作在线学习、广告、游戏、旁白等脚本音频。
Eleven v4 与 Eleven v4 Turbo 是富有表现力的 AI 文本转语音模型,支持旁白、对话、多语言语音内容和实时语音代理,助力创作者与开发者精准控制情绪、说话人语境、停顿及音频事件;Turbo 专为流式对话优化。
Read PDF Out Loud 是一款浏览器版 PDF 阅读器,可将 PDF 转为自然流畅的语音并逐词高亮,帮助学生、研究人员、专业人士及偏好听读或无障碍阅读的人处理论文、报告、书籍等文档。
Lisen 是一款 Chrome 扩展,可使用用户 Cartesia 音频库中的声音朗读网页文章,支持流式播放、页面跟读高亮和 WAV 导出,但需要 Cartesia 账户及 API 密钥。
Gemini 3.8 Text-to-Speech 是 Google 推出的两款富有表现力的音频模型,可将脚本转换为可定制语音,支持逐行指导、声音设计及内容、配音和语音代理对话生成。
Trancy Air 是适用于 macOS 和 Windows 的快捷键翻译与写作助手,可跨桌面应用翻译屏幕或选中文本、改写多语言内容、语音输入并练习发音。
Fylom 是一款 AI 播客生成器,可将主题或问题转化为经过资料研究的播客单集,支持文字或语音提示、音色选择,以及日常、每周或按需更新的连续节目式收听。
Readr 是一款免费开源的 iPhone、iPad 和 Mac 电子书阅读器,支持无 DRM 的 EPUB、PDF 与 Markdown,可提问、朗读,并将高亮整理为 Markdown 笔记或文章草稿。
Seed Audio AI 是一款基于浏览器的文本转语音和语音克隆工具,可将脚本转为可预览的语音音频,适合配音、旁白、播客、课程和广告草稿制作。
Speko 是一款语音 AI 路由器,可按语言基准测试语音模型,并通过一个 API 路由 STT、LLM 和 TTS;还提供打包基础设施方案与企业合同路径。
Chariot 是一款 AI 文字转语音产品,可将文本生成英文、印地语和 Hinglish 语音,支持低延迟流式输出与开发者 API,适用于语音代理、应用音频及自然语音生产流程。
Wisprkey 是一款适用于 macOS 的 AI 助手,支持语音输入和文本转语音。可在 Apple silicon Mac 上系统级使用,适合希望在任何应用中少打字的开发者和团队。
Heard 是一款 macOS 应用,可将 Claude Code 或 Codex 中的编码代理活动转为语音更新。支持多种听取模式、可自定义声音以及高阶移动配对流程,方便免手操作跟进。
Hitoo 是一款实时 AI 翻译平台,适用于多语言语音对话和视频通话。它让用户在实时通话中跨语言交流,同时保留原声辨识度与语境。
Oakamo 是一款安静的阅读空间,可保存文章、无干扰阅读、将文章转为音频,并在多设备间同步个人资料库。
VersaVoice AI 跨语言语音沟通应用,支持语音消息、文本翻译、语音克隆和面对面翻译,帮助个人与团队跨语言沟通,同时保留说话者声音与身份。
MonstaReel 是一款 AI 短视频创作工具,可将主题自动生成脚本竖版 MP4,支持配音、字幕与导出,适用于 TikTok、Instagram Reels 和 YouTube Shorts,帮助创作者更快制作短视频。