产品库

赛灵力虚拟数字人工厂提供 AI 虚拟人视频创作服务，让数字人拥有真人般交互能力。

赛灵力虚拟数字人工厂致力于 2D 虚拟人、3D 虚拟人、声音克隆等 AI 技术探索和产业应用，为企业、政府、个人提供虚拟数字人 AI 视频创作、个人形象定制、声音定制、智能语音合成等服务。

魔音工坊是一款可以在线将文字转成语音的智能配音产品

魔音工坊是一款功能强大的在线智能配音工具,能够快速高效地实现文字到语音的转换。它拥有强大的语音合成技术,提供真人录音质量的配音效果。用户只需输入文字,即可生成逼真的语音音频。魔音工坊支持中文、英文等多种语言的配音,提供不同性别、不同口音的人声音色。用户可以精心调整每个句子的语速、音调等参数,输出流畅自然的配音作品。该产品适用于视频创作者、主播、录音师等创作者,能大大提高他们的内容输出效率。

高质量、逼真的AI语音合成服务，满足您的各种语音合成需求。

LazyBird是一个AI语音合成工具，提供高质量、逼真的语音合成服务。它可以帮助您轻松地为您的电子学习材料、播客或商业视频创建专业的语音合成。LazyBird的主要优点是其逼真的声音和自然的语调，能够吸引您的观众。

释放每一帧的创造力和创新，免费 AI 视频生成平台。

艺映 AI 是一款专注人工智能视频领域的免费 AI 视频创作工具。它能够将文本、图片或视频转换为高质量 AI 视频，适用于多种场景，如抖音短视频、小说推文、AI 短片、AI 电影等制作。其主要优点在于提供多种视频生成方式，从文本到图片再到视频，满足用户多样化的创作需求。

基于科大讯飞语音技术，实现智能客服的多渠道解决方案。

A.I.智能客服解决方案是科大讯飞基于其先进的语音技术，为企业提供的一套完整的客户服务系统。该系统通过电话、Web、APP、小程序、自助终端等多种渠道，实现智能外呼、智能接听、语音导航、在线文字客服、质检分析、坐席辅助等功能。它通过高识别率的语音识别引擎、自然流畅的语音合成技术、智能打断能力、IVR导航以及客服平台中间件等技术，帮助企业提高客服效率，降低人力成本，同时提升客户服务体验。

无需拍摄、剪辑，一键生成 3D 视频

有言是一站式 AIGC 视频创作平台，提供上千个高质量的 3D 虚拟人角色选择，无需真人出镜。用户无需拍摄、剪辑，一键生成场景、灯光、动画、运镜和镜头，还集成了智能镜头剪辑、高质量视频后期包装。价格分为免费和付费订阅两种模式，定位于帮助用户简单快速地制作高质量视频。

AI 数字人视频创作平台

蝉镜是一个在线数字人视频创作平台，利用 AI 简化视频创作过程，提供 AI 数字人播报、短视频制作、分身定制等服务。广告营销、跨境电商、短视频口播等领域的用户可以在此提升创作效率、降低成本。

Google Workspace中Gemini技术支持的强大在线视频编辑器

Google Vids是一款强大的在线视频编辑器,集成了谷歌Gemini技术,为您提供AI驱动的视频创作解决方案。您可以使用它快速创建富媒体视频内容,适用于工作、项目演示、教学等多种场景。Google Vids支持全面的视频编辑功能,包括剪辑、转场特效、字幕添加等,并提供多种模板供您选择,大幅提升视频创作效率。作为Google Workspace的一部分,Google Vids与其他生产力应用无缝协作,为您的数字化办公赋能。

AI图像、视频、音乐生成工具

ApolloAI是一款人工智能平台，提供AI图像、视频、音乐、语音合成等功能。用户可以通过文本或图片输入生成多种类型的内容，具备商业使用权。定价灵活，提供订阅和一次性购买两种模式。

基于生成式头像的AI创作平台

DigenAI是一家应用型AI研究公司,致力于革新视频创作方式。它为全球用户提供将想象转化为现实的入口。DigenAI提供基于生成式头像的视频创作功能,简化创作流程并生成出色视频作品。目前正处于公测阶段,欢迎用户加入体验。

一键创作音乐视频,自动同步歌词,丰富素材库

Suno Music Video是一款在线音乐视频创作工具,无需专业编辑技能即可生成精美的音乐视频。该产品提供自动同步歌词、多样化视觉风格、海量素材库等功能,帮助音乐创作者快速制作出吸引人的音乐视频内容,提升在各大视频平台的曝光度和互动量。该产品定位于广大音乐创作者和中小型企业,提供免费试用版本,付费版本提供更丰富的模板和定制化服务。

Azure AI Studio提供的语音服务

Azure AI Studio是微软Azure提供的一套人工智能服务，其中包括语音服务。这些服务可能包括语音识别、语音合成、语音翻译等功能，帮助开发者在他们的应用程序中集成语音相关的智能功能。

基于少量语音样本生成逼真的人声音频

Voice Engine是一种先进的语音合成模型,它仅需15秒的语音样本,便能生成与原始说话人极为相似的自然语音。该模型广泛应用于教育、娱乐、医疗等领域,可为非读写人群提供朗读辅助、为视频和播客内容翻译语音、为非语言人群赋予独特语音等。其显著优势在于所需语音样本少、生成语音质量高、支持多语种。Voice Engine目前处于小规模预览阶段,OpenAI正在与各界人士探讨其潜在应用和伦理挑战。

真实人声AI文本转语音

VoiceBar提供最逼真的AI语音合成服务，包括多国语言和口音，具有高级的语音质量和真实感。无需订阅，使用极具竞争力。适用于语音留言、多语言文本转语音、TikTok、解说视频、学习等场景。

基于JST-1视频-3D基础模型的可控视频生成

VIGGLE是一款基于JST-1视频-3D基础模型的可控视频生成工具。它可以让任何角色按照您的要求移动。JST-1是第一个具有实际物理理解能力的视频-3D基础模型。VIGGLE的优势在于其强大的视频生成和控制能力,可以根据用户需求生成各种动作和情节的视频。它定位于视频创作者、动画师和内容创作者等专业人群,帮助他们更高效地制作视频内容。目前VIGGLE处于测试阶段,未来可能会推出付费订阅版本。

Deepgram的Aura TTS演示，展示了先进的语音合成技术。

Aura TTS（文字转语音）演示展现了Deepgram的高级语音合成技术，可以将文本转换成自然发音的语音，并提供多种声音选项。

NaturalSpeech 3是一个零样本（Zero-Shot）语音合成系统，使用分解编解码器和扩散模型生成自然语音

NaturalSpeech 3旨在通过分解语音的不同属性（如内容、韵律、音色和声学细节）并分别生成它们来提高语音合成的质量、相似性和韵律。该系统设计了一个神经编解码器，使用分解的向量量化（FVQ）来解耦语音波形，并提出了一个分解的扩散模型来根据相应的提示生成每个子空间的属性。

获取视频文本，使用AI重写当前TikTok视频脚本

TikTok脚本生成器是一个由ChatGPT提供动力的AI工具，可以革新您的视频创作流程。您可以根据当前视频快速创建新的视频脚本，告别漫长的头脑风暴和写剧本的时间。关键功能包括：快速脚本生成、定制化、引人入胜的脚本、创意灵感和免费使用。

创造视频的创新工具

ChatGptSora是一款开源平台，利用OpenAI的Sora模型，使用户能够轻松从文本中创建视频。通过输入指令，借助Sora先进的AI技术生成逼真的场景和动画，从而实现高质量视频的创作。ChatGptSora的部署简单，操作方便，适用于寻求创新的创作者，利用OpenAI的前沿Sora能力进行视频创作。了解更多信息，请访问ChatGptSora官方网站。

透过AI文字转换成出色影片

文字转影片是CapCut推出的AI影片产生器,它可以将用户输入的文字提示无缝转换成优秀的短视频。用户只需输入想法,AI模型即可根据文字描述产生对应的影片镜头。该工具适用于视频创作者、商业用户等,大大提高了视频制作的效率。

用人工智能生成音频和视频

Sora AI Video Generator是一个使用人工智能技术生成视频的在线平台。用户只需要输入文本描述,它就可以自动生成高质量的视频动画。该平台提供强大的创意工具,使用户无需专业技术就可以创作出精美的视频内容。关键功能包括:支持多种视觉风格选择,视频分辨率高达4K,支持添加背景音乐和文字,一键生成高质量视频等。适用于视频创作者、广告公司、游戏开发者等创意行业,以及个人用户的视频内容生产。

一键生成带字幕和配音的视频翻译工具

VideoTrans是一款免费开源的视频翻译配音工具。它可以一键识别视频字幕、翻译成其他语言、进行多种语音合成,最终输出带字幕和配音的目标语言视频。该软件使用简单,支持多种翻译和配音引擎,能大幅提高视频翻译的效率。

AI驱动的视频创作平台

Sora Videos是一个基于Sora AI模型的视频创作平台，能够将文本提示转化为生动的视频内容。用户只需提供创意文本，AI即可生成相应的视频场景，适用于创意表达、教育和娱乐等多种场景。

致力于为短视频创作者提供一站式解决方案

创作猫平台致力于为短视频创作者提供从创作到变现全流程的一站式解决方案。提供丰富的模板、素材、课程、工具等资源,帮助用户轻松创作优质短视频。同时,平台内置大量变现任务,用户可以通过推广任务进行变现。创作猫采用开放的小程序能力,构建了丰富的生态,覆盖用户各种使用场景。平台还采用创作者内容分成的方式,不断供给优质内容,形成闭环。整体而言,创作猫提供内容丰富、功能全面、易于上手的短视频创作与变现解决方案。

亚马逊的大规模语音合成模型

BASE TTS是亚马逊开发的大规模文本到语音合成模型,运用了10亿参数的自动回归转换器,可将文本转换成语音代码,再通过卷积解码器生成语音波形。该模型使用了超过10万小时的公共语音数据进行训练,实现了语音自然度的新状态。还具有音素解离和压缩等新颖的语音编码技术。随着模型规模的增大,BASE TTS展现出了处理复杂句子的自然语调能力。

MetaVoice-1B是一个语音合成模型。

MetaVoice-1B是一个1.2B参数的语音合成基础模型,通过训练10万小时的语音数据而成。它具有以下特点:支持英语情感语调和语气;支持语音克隆;少量数据(1分钟内)就可实现印度语音克隆;无参克隆美式和英式语音(30秒音频);支持长文本语音合成。我们在Apache 2.0许可下免费开源这个模型,可以无限制使用。

AI智能创作平台

XMetaverso CREAkey是一个AI智能创作平台，提供多种功能，包括生成文章、改进内容、博客写作、广告创作、语音合成等。用户可以通过AI生成各种内容，满足不同的写作需求。平台简单易用，可应用于广告、博客、社交媒体等场景。定价详见官方网站。

Stability AI 高保真文本转语音模型

Stability AI 高保真文本转语音模型旨在提供对大规模数据集进行训练的语音合成模型的自然语言引导。它通过标注不同的说话者身份、风格和录音条件来进行自然语言引导。然后将此方法应用于45000小时的数据集，用于训练语音语言模型。此外，该模型提出了提高音频保真度的简单方法，尽管完全依赖于发现的数据，但在很大程度上表现出色。

利用 HeyGen 的 AI 视频创作和 ScriptGen AI 轻松生成脚本，提高工作效率。

HeyGen Streaming Avatar是一款强大的AI视频创作工具，同时拥有ScriptGen AI功能，能够智能生成高质量视频脚本。通过HeyGen，您可以轻松自动化工作流程，与Zapier集成，实现与5000多个应用程序的连接，提高工作效率。使用ScriptGen AI，即使没有脚本，也能为广告、解释视频或社交媒体发布生成优质脚本。

免费无限制的AI视频生成工具

BlipCut AI视频生成器可以通过文字 descriptions 在Discord上免费生成AI视频,无需任何限制。它拥有简洁的界面,用户只需要在Discord的指定频道输入命令,就可以变幻视频文本描述为真实逼真的视频。该工具可广泛应用于视频创作、社交媒体推广、游戏开发等领域,大大提升视频内容的生产效率。