产品库

免费AI有声书阅读器，无需注册订阅，支持多种文档格式转语音

AudioDoc是一款免费的AI有声书阅读器，它能将PDF、EPUB、markdown等文件以及粘贴的文本转化为自然的语音朗读。该产品最大的优点是免费使用，无需注册、订阅，也不用提供信用卡信息。其背景在于满足用户便捷听读文档的需求，让用户无论在电脑还是手机上，都能轻松将各类文档转换为音频进行收听。价格方面完全免费，定位是为广大用户提供便捷、无门槛的文档听读服务。

Invoko是可对话的AI桌面助手，能进行起草、总结等操作。

Invoko是一款专为macOS系统设计的AI桌面助手，目前处于测试阶段，主要面向苹果Silicon Mac电脑。它允许用户通过语音与之交流，可从菜单栏调用或拖到桌面使用。用户可以用它来起草文档、总结内容、回复消息或执行经批准的操作。该产品完全免费，借助屏幕上下文信息，能更好地理解用户需求，支持多种常见的Mac应用和网站，还能跨应用执行任务，利用记忆功能辅助后续请求。

企业语音AI平台，可构建、部署和监控拟人化语音智能客服

Bland是一个企业语音AI平台，专为高风险电话通话而设计，注重安全和信任。其核心功能为构建、部署和监控听起来像人类的AI语音代理，支持大规模自动化电话对话。主要优点包括拥有自托管模型、亚秒级延迟（低于400ms），可支持100万个并发呼叫，还具备企业合规性，获得了SOC 2 Type II、HIPAA、PCI DSS和GDPR等认证。平台采用按分钟计费，无按令牌收费、无按功能附加费、无单独供应商发票，价格随使用量缩放，企业计划根据音量、专用基础设施和合规要求签订合同。

点击UI元素，语音反馈修改需求，自动捕获信息并粘贴到AI工具

ClickSay是一款Chrome扩展程序，专为使用Claude Code、Cursor等AI编程工具的开发者打造。它能让开发者通过点击UI元素、语音反馈的方式向AI传达修改需求，自动捕获选择器、样式、截图和组件名等信息，为AI提供完整上下文，提高编程效率。产品具有隐私优先的特点，数据不会离开浏览器，无需注册登录。定价方面，支持免费试用，有免费版和Pro版，免费版可进行每月5次捕获等基础操作，Pro版则提供无限捕获、框架检测等高级功能，7美元/月或45美元/年。

StrikeScribe是一款AI语音转文字和会议转录软件，支持100多种语言。

StrikeScribe是一款专注于语音转文字和会议转录的AI软件。其重要性在于能够高效、准确地将语音内容转化为文字，节省人工记录的时间和精力。主要优点包括无需注册即可上传转录、无会议机器人干扰、支持100多种语言以及提供AI洞察。产品背景方面，它为解决会议记录、音频视频转录等场景的需求而开发。价格方面，提供免费的访客上传功能，还有免费套餐和付费计划，付费计划可享受无限转录和AI洞察。定位是为需要高效转录服务的个人和企业提供解决方案。

Wispr Flow实现无缝语音听写，让写作快速清晰，是语音输入的最佳方式。

Wispr Flow是一款具备语音听写功能的应用程序，其核心技术在于能够将语音快速、准确地转化为文字。该产品的重要性在于极大地提高了用户的写作效率，让写作过程更加流畅。主要优点包括无缝语音听写，能够快速将语音转化为清晰的文本；是最快、最智能的语音输入方式，可将杂乱的语音转化为精炼的文本。产品背景方面，Wispr筹集了8100万美元用于构建语音操作系统。价格方面，Flow Pro提供14天免费试用，无需信用卡信息。产品定位为满足不同用户群体的写作需求，无论是个人、团队领导者、开发者还是创作者都能从中受益。

实时语音翻译，支持数十种语言，无需人工口译员，适用于多场景。

Langless是一款实时语音翻译工具，为跨语言沟通的专业人士和团队打造。其重要性在于打破语言障碍，实现高效沟通。主要优点包括无需人工口译员、实时翻译、支持多种语言、保护隐私等。产品背景是满足人们在工作、会议、日常生活等场景下的跨语言交流需求。价格方面，套餐每月25美元起，外加AI分钟费用（每分钟约0.03美元起，使用自己的密钥无加价），还有免费试用和免费访客模式。定位为提供便捷、高效、经济的实时语音翻译服务。

免费将 EPUB、PDF、DOCX 和 TXT 转 MP3 或 M4B 有声书，多种 AI 声音可选

DocsToAudio 是一款在线的文档转有声书工具，它能将 EPUB、PDF、DOCX 和 TXT 文件转换为 MP3 或 M4B 有声书。该工具提供免费的标准版和付费的高级版。标准版无需注册，提供 300 多种 AI 声音，支持 30 种语言，永久免费且无使用限制；高级版需注册账号并购买积分，使用 ElevenLabs AI 语音，有 800 多种声音，支持 50 种语言，音质更自然、更富表现力，适合对音质有更高要求的用户。其主要优点在于无需注册即可免费使用，无文件大小限制，文件解析在浏览器中完成，保障用户隐私。

Seed Audio AI 含 TTS、ASR 等，通过 API 为创作者和开发者生成音频

Seed Audio AI 由字节跳动 Seed 研究推出，是一套完整的音频 AI 栈。它涵盖文本转语音、自动语音识别、音乐生成和实时语音理解等功能。其主要优点在于支持多语言、能适应不同口音和嘈杂环境，且具备高准确性和自然的语音生成能力。产品定位为企业和创意工作流提供服务，价格信息未提及。

Bloome是用于多智能体协作的IM平台，可添加AI智能体协作出成果。

Bloome是一款专为多智能体协作打造的即时通讯平台。其重要性在于打破传统工作模式，让人类与AI智能体以团队形式协同工作。主要优点包括提升工作效率、实现跨角色协作、支持多种智能模型、保障数据安全且可审计。产品背景是为适应AI时代的工作需求而开发。价格方面提供免费试用，可免费使用5次/天。定位是帮助团队在开发、投资、内容创作等多领域高效协作。

Windows和Mac平台语音听写与会议记录工具，有实时转录和AI摘要，14天免费试用

TalkToType是一款专门为Windows和Mac操作系统设计的桌面应用程序。其核心功能是语音听写和会议记录，旨在帮助用户提高工作效率，减少打字时间，让用户能够更流畅地表达想法。该产品对于那些以语言沟通为主要工作方式的人尤为实用，比如销售人员、招聘人员、经理等。产品提供14天免费试用，无需信用卡，用户可以在试用期内充分体验其功能。

免费无限制AI视频生成器，释放创意，让AI带来乐趣

Makefun是一款功能强大的AI视频工具集，提供免费且无限制的AI视频生成服务。其重要性在于为用户提供了便捷、高效的视频创作方式，降低了视频制作的门槛。产品的主要优点包括多种功能集成、超逼真效果、低延迟交互等。背景信息方面，它受到众多开发者和企业的信赖。价格定位灵活，有免费版本，也提供按使用量订阅的付费套餐，起步价为9.9美元。产品定位于满足个人和企业在视频创作、营销、教育等多方面的需求。

Miso One是Miso Labs推出的英语TTS模型，支持情感语音生成。

Miso One是Miso Labs发布的一款具有8B开放权重的英文文本转语音模型。其重要性在于为语音研究和应用提供了新的选择，特别是在低延迟语音代理和富有表现力的对话式语音领域。主要优点包括支持富有表现力的英语对话语音、低延迟生成、支持语音克隆和基于提示的语音设计。产品背景是为了满足语音研究和创作者工作流程的需求。价格方面，有免费计划，每次可使用120个字符，升级后可解锁1000字符。定位是为语音代理研究和创作者提供高质量的语音生成解决方案。

一体化AI工作室，可将简单提示转化为视频、图像和音频

Flixly是由SOFTFORGE DIGITAL LTD在2024年推出的一体化AI工作室，支持网页、安卓和iOS系统。它集成了50种前沿AI模型，如Sora 2、Veo 3.1、GPT Image 2.0等，可实现文本到视频、图像、音频等多种内容的生成。产品采用按使用量付费的信用积分体系，新用户注册可获得免费积分，无需订阅费用。其定位是为用户提供便捷、高效、专业的AI内容创作平台，降低创作门槛，让用户轻松生成高质量的内容。

欧洲首款量产就绪的TTS，40+语言自然语音，欧洲开发托管，GDPR合规

KugelAudio是欧洲首款可用于生产的文本转语音（TTS）模型，专为语音AI打造。该模型具备40多种语言的自然语音，在欧洲开发和托管，完全符合GDPR法规。其重要性在于为企业提供了安全、高效、合规的语音合成解决方案。主要优点包括超低延迟（推理到首个音频仅39ms）、优质语音质量、支持多种语言、数据主权保障等。产品背景是为满足欧洲企业对安全合规语音AI的需求而开发。价格方面，提供免费试用，也有针对企业的定制解决方案。定位是为企业级用户提供可靠的语音AI服务。

免费的Whisper AI，先进的音频转文本工具，支持100+语言，永久免费。

Free Whisper AI是一款由OpenAI的Whisper技术驱动的先进音频转文本工具。其重要性在于能够高效、准确地将语音内容转化为文本，为用户节省大量时间和精力。主要优点包括：具备99%的准确率，支持100多种语言，实时处理能力强，且完全免费，无隐藏费用和使用限制。该产品定位广泛，适用于内容创作者、企业、教育、法律、医疗、媒体等多个领域。

拥有30级关系系统，含图像、视频、语音功能的AI伴侣及恋爱模拟游戏。

这两款产品均围绕AI技术打造。Nika AI提供AI伴侣服务，Aurora City AI是恋爱模拟游戏。它们的主要优点是具备30级关系系统，能让用户与AI建立深度情感连接，影响AI的行为和对话。图像、视频、语音的生成能力为用户提供了丰富的交互体验。该产品适合想要在虚拟世界中感受情感陪伴和体验恋爱乐趣的人群。背景方面，是为满足用户对更加真实和多元化的虚拟交互需求而开发。价格标注可免费试用，定位为年轻群体、喜欢虚拟社交和游戏体验的人群提供服务。

为AI语音代理分配号码，实现电话销售、客服等任务自动化。

PollyReach是一款基于AI技术的语音代理平台，其重要性体现在能够为企业提供高效、智能的电话沟通解决方案。该平台的主要优点包括：让每个AI代理拥有独立电话号码，可实现真实电话拨打；能够自动化完成多种任务，如潜在客户筛选、客户支持和预约安排等；AI语音代理具备类人对话能力，提升沟通效果。产品背景方面，它利用先进的人工智能技术，为企业降低人力成本、提高工作效率。关于价格，文档未提及，可能需进一步咨询官网。其定位是为企业提供智能化的电话沟通解决方案，帮助企业提升业务流程的自动化水平。

一个统一API，可生成图像、合成语音、转录音视频，低成本访问开源模型。

deAPI是一个统一的API，可用于生成图像、合成语音、转录音频或视频。其重要性在于为用户提供了便捷的方式来接入领先的开源AI模型。主要优点包括成本低，用户可以以较低的成本使用这些模型；使用统一的API，操作更加方便。产品背景是为了满足用户对开源AI模型的需求，简化使用流程。价格方面，用户可以先领取免费额度进行试用。产品定位是为开发者和企业提供高效、低成本的AI服务。