在线人工智能人声去除与音轨分离工具，可提取人声、伴奏及鼓、贝斯、吉他、钢琴等分轨。
UVR Online 是一款基于人工智能模型的在线人声去除与音轨分离服务，可直接在浏览器中将歌曲拆分为人声和伴奏，或进一步拆分为鼓、贝斯、吉他、钢琴等多轨。它提供多种分离模型选择，支持逐轨播放、静音、音量调节、循环试听和下载，适合卡拉OK、无伴奏提取、混音、采样和练习等场景。免费用户每天有一定额度，免费处理包含 MP3 192 kbps 和 16 bit WAV；付费处理可支持 FLAC、M4A、更长文件和更高频使用。该服务无需安装桌面应用，并明确说明其独立于官方 Ultimate Vocal Remover 桌面项目。
会先询问再编辑的AI剧本与小说写作软件，支持自动排版、FDX导入、实时协作。
Scenaloom 是一款面向编剧、小说作者和影视制作团队的 AI 写作与前期规划软件。它以同一份草稿为中心，将剧本格式化、大纲/节拍/场景板、角色实体、分镜与制片计划、AI 助手和实时协作连接起来。其核心特点是 AI 不会擅自改动页面：用户可限定行、场景、选区、大纲或全稿范围，先审阅建议再决定是否应用；还提供 AI 关闭开关、版本历史与作者身份记录。支持 Final Draft、Fountain、PDF、Word、EPUB 导入导出，作品归用户所有，不用于训练 AI 模型。可免费开始，付费计划与积分用于生成图片、语音和视频，费用会在执行前显示，失败自动退还，并可设置月度上限。定位为尊重创作者控制权、适合从构思到制作的一体化剧本/小说写作平台。
将任意歌曲变成AI音乐视频，自动规划分镜、渲染并合成。
Dimly AI 是一款面向音乐人和内容创作者的 AI 音乐视频生成代理。用户可上传原创歌曲或粘贴 Suno 链接，系统会先分析歌曲的节拍、段落与歌词时间轴，再通过问答式 AI 导演完成主题、选角、故事板和镜头规划。它支持将用户照片作为演员，并调用 MiniMax H3、Seedance 2.5、Kling 4.0、Gemini Omni 1.1 Flash 等视频模型渲染片段，最后自动合成完整音乐视频。核心优势是规划免费、渲染前给出准确报价、失败渲染退款，并支持多语言创作，降低了音乐视频制作的技术、时间和成本门槛。定价包括 Starter 26.99 美元/月、Pro 39.99 美元/月、Creator 199 美元/月，年付约省 20%；也提供 42.99 美元一次性歌曲包、9.99 美元单包装和 84.99 美元工作室包。定位为从歌曲到成片的低门槛 AI 视频生产力工具。
将小说或剧本一键转换为带角色、分镜和视频的短剧成片工具。
本产品是一款人工智能短剧生成工具，面向小说作者、编剧、短剧团队和内容营销人员。用户可直接粘贴小说或剧本，也可让模型先写一稿，系统会自动拆解角色、场景和分集，生成设定图与分镜，并为每场戏搭建可环视的三百六十度世界，把不同机位放入同一空间，从而保持跨镜头、跨集的人物脸和场景一致。随后按分镜逐段生成短视频并合成为整集，支持十五种语言母语台词和多画幅输出。价格采用按用量积分计费，视频按秒扣分，会员按月提供积分、并发和存储，首项目免费体验，注册送积分，适合低成本快速制作短剧、样片和本地化版本。
免费人工智能音乐生成器，将文字、歌词和图片生成歌曲，并提供编辑、混音与母带工具。
WAV AI 是一个面向大众创作者的在线人工智能音乐工作室，基于生成式音乐技术，将文本提示、歌词或图片转化为完整歌曲、伴奏与音效。它主要解决传统音乐制作门槛高、授权复杂、成本昂贵的问题，让视频配乐、广告、游戏、播客等场景快速获得原创音乐。产品提供免费积分供用户体验，付费套餐解锁更多额度与商业许可，定位为免费可试用、可商用的音乐生成与编辑平台。
将脚本、参考视频或图片变为可编辑分镜和AI短视频
AI Shorts 是一个在线 AI 短片与分镜工作室，定位在短剧、广告、动画和创作者工作流。它把多个视频生成模型与图像模型整合到同一个生成器中，并提供一个画布式工作区来管理脚本、分镜、角色、场景、参考图和生成资产。对于需要多镜头连贯叙事的项目，用户可以先通过故事分析将文本拆解成角色、场景和镜头，再在 Canvas 中逐镜编辑并生成故事板或视频片段。相比单独使用文生视频工具，AI Shorts 更强调可控性和可编辑性，帮助团队在同一个上下文里完成从创意到可视化再到成片片段的闭环。产品页面显示其已上线，核心卖点是降低短视频制作门槛、提高多镜头项目的制作效率和一致性。
免费在线AI音频工具，支持去人声、音轨分离和音频转录，无需安装
EZAudio是一款免费的在线AI音频工具网站，无需安装软件，也无需信用卡信息，用户上传文件后即可秒获处理结果。其主要功能包括去除人声、拆分音轨和音频转文字，适用于音乐制作、内容创作、学习研究等多种场景。该网站采用256位TLS加密，上传文件24小时自动删除，保障用户数据隐私，且不用于AI训练。其免费层级提供每日免费额度，当用户有更多需求时可升级付费计划。EZAudio定位为满足日常音频处理需求的便捷工具，让用户通过浏览器就能轻松完成音频清理、分离和转录等任务，替代了传统的重型桌面编辑软件。
SoulVid AI可将文本和歌词转化为短剧与MV，轻松聊天生成脚本、分镜和视频
SoulVid是一款在线AI视频生成工具，旨在为创作者提供便捷的视频制作解决方案。它无需编辑技能和特殊硬件，仅需在现代浏览器中操作。其优势在于涵盖了从脚本生成到最终视频编辑的全流程，通过自然对话驱动，解决了创作者的创意难题和繁琐操作。该产品定位为面向TikTok创作者、音乐家、品牌等各类需要制作视频的人群，提供一站式服务。页面未提及价格相关信息。
面向电影、动画与叙事视频的AI制作软件，连接工作流完成全制作。
Ciaro Pro是一款面向电影、动画与叙事视频的AI电影制作软件。其重要性在于它打破了传统制作工具分散的局面，提供了一个连接的工作流。主要优点包括帮助团队保持制作过程的连续性，能更快地完成从剧本到最终时间线的完整制作。该软件背景是为了满足专业媒体团队在影视制作过程中的高效协作与制作需求。价格方面，有免费计划可供用户探索剧本、镜头、图像和视频生成，无需信用卡，同时也有付费订阅模式。其定位是服务于电影人、动画创作者、内容创作者和小型制作团队等专业人士或团队。
用AI创作高质量漫画，通过提示词生成角色一致、分镜动态的页面
Oniichan是一款基于AI技术的漫画生成工具，其重要性在于极大地降低了漫画创作的门槛，让更多人能够轻松创作漫画。主要优点包括可以通过简单提示词生成高质量漫画，角色保持一致，分镜动态且叙事具有电影化效果。该产品背景是顺应AI技术在创作领域的应用趋势而开发，价格免费，定位为面向广大漫画爱好者和创作者的便捷创作平台。
WebZum是一款AI网站构建器，5分钟内研究市场、撰写内容、生成品牌并建成网站。
WebZum是一款AI网站构建器，由CodeMonster LLC于2024年创立。它的主要功能是利用AI技术，在大约5分钟内完成市场研究、内容撰写、品牌生成和网站搭建。其重要性在于为用户提供了一种快速、便捷的网站建设方式，无需编码、内容撰写和设计技能。产品的主要优点包括节省时间、自动生成SEO内容、提供多种计划选择等。价格方面，基础计划每月19美元，专业计划每月34美元，专业计划包含免费自定义域名和去除WebZum品牌标识，且都提供免费预览，无设置费用，可随时取消。该产品定位为满足各类需要快速搭建网站的用户，如小企业、代理商、创作者等。
专业本地分镜工作台，支持视频导入、AI 分析与生成。
分镜大师是一款专为视频创作者与制作团队设计的专业分镜工具，提供从创意到成片的完整工作流。软件支持多种视频格式的导入、智能抽帧、AI 解析、图片和视频生成等功能，旨在提高创作效率，简化分镜制作流程，适合各类视频制作需求。
与AI深度协同，一站式完成文档、幻灯片制作及数据分析等工作
AnyGen是一款用于提升工作效率的生产力工具，为用户提供了一站式的工作体验。它支持用户与AI深度协作，实现文档、幻灯片制作和数据分析等功能。该工具不仅能快速生成内容，还支持对内容进行修改、润色和打磨。其重要性在于为用户节省时间，可以根据用户需求准确生成和优化内容，保障了内容的准确性和质量。产品提供限时免费试用，定位是满足个人和团队的工作需求，提升生产力。
FreeMusic AI可免费生成免版税音乐，几秒出曲，适用于多场景。
FreeMusic AI是一款基于人工智能技术的音乐创作平台，其重要性在于为用户提供了便捷、高效且低成本的音乐创作解决方案。主要优点包括能够快速生成免版税音乐，支持多种音乐风格和类型，提供丰富的音乐创作工具，如歌词生成、人声移除、音轨拆分和音乐母带处理等。产品背景是满足创作者、企业和专业人士对于快速、高质量音乐创作的需求。价格方面，用户可以免费使用大部分功能，同时也提供商业许可。产品定位是面向全球的创作者、企业和专业人士，帮助他们轻松创作原创音乐。
高保真视频编码，适用于大运动场景的视频自编码器。
这是一个视频变分自编码器（VAE），旨在减少视频冗余并促进高效视频生成。该模型通过观察发现，将图像VAE直接扩展到3D VAE会引入运动模糊和细节失真，因此提出了时间感知的空间压缩以更好地编码和解码空间信息。此外，该模型还集成了一个轻量级的运动压缩模型以实现进一步的时间压缩。通过利用文本到视频数据集中固有的文本信息，并在模型中加入文本指导，显著提高了重建质量，特别是在细节保留和时间稳定性方面。该模型还通过在图像和视频上进行联合训练来提高其通用性，不仅提高了重建质量，还使模型能够执行图像和视频的自编码。广泛的评估表明，该方法的性能优于最近的强基线。
基于羊驼模型的大型语音生成模型
LlamaVoice是一个基于羊驼模型的大型语音生成模型，它通过直接预测连续特征，提供了一种与传统依赖于离散语音码预测的向量量化模型相比更为流畅和高效的处理过程。该模型具有连续特征预测、变分自编码器(VAE)潜在特征预测、联合训练、先进采样策略和基于流的增强等关键特点。
拆分问题并逐一向ChatGPT提问
Auto Ask GPT是一个Chrome插件，可以将一个问题拆分为多个子问题，并自动逐一向ChatGPT提问。它还可以将没有编号的段落作为参考数据。该插件的主要功能是帮助用户更方便地与ChatGPT进行交互，并提供问题的自动化处理。
效率提高10倍+！告别多平台繁琐操作，让创作简单高效！
呱呱有声有声制作AI+是一款全流程一体化的声音制作工具，结合人机合作、语音合成、虚拟录音棚和全链条数据，旨在提高制作效率、降低成本。用户可以利用AI辅助画本和全自动对轨功能，轻松完成声音制作。产品支持海量产出有声作品，并拥有国际领先的语音合成技术，提供多种音色选择。同时，产品还提供虚拟录音棚和全链条数据管理功能，使制作过程更加高效和透明。
© 2026 AIbase 备案号：闽ICP备08105208号-14