为Python、Node.js和Rust提供统一实时音频AI层,支持采集与播放。
Decibri 是一套面向 AI 智能体(AI Agent)与语音 AI 应用的统一音频底层基础设施,把语音应用所需的核心音频能力收敛到同一个技术栈中:实时麦克风采集、扬声器播放、声学回声消除、语音活动检测(VAD),并可将音频流式传输给智能体、云服务或直接写入文件。它横跨 Python、Node.js 与 Rust 三种语言,提供各自语言的原生接口(Python 迭代器、Node.js Readable 流、Rust 通道),并附带完整类型定义,实现 IDE 自动补全与内联文档。其核心价值在于解决实时音频采集与播放“本应简单却异常艰难”的行业痛点:传统方案往往依赖系统音频工具、需要本地编译工具链,且在不同语言、不同操作系统(macOS、Windows、Linux)之间安装体验与运行时行为极不一致。Decibri 通过为各平台预编译原生二进制(Windows 11 x64/arm64、macOS arm64、Linux x64/arm64)并打包进各语言的安装包,实现“零配置”安装——无需编译器、无需构建工具、无安装脚本、无云 API 依赖。默认以 100 毫秒音频块(16kHz 下 1600 帧)直接从操作系统音频层采集,不经过子进程、shell 或中间编码,延迟低且可预测。产品还捆绑 Silero VAD v6.2 模型,通过 ONNX Runtime 在本地 Rust 中运行,可在噪声环境下准确检测语音并产出语音/静音事件。定位上,Decibri 面向需要可预测低延迟音频 I/O、又不愿自行处理平台差异的开发者,是语音智能体后端、实时转写、唤醒词检测、流式音频管道等场景的底层音频层。价格方面页面未明确标注收费模式,其安装方式为 pip 与 npm 免费获取,可视为免费使用(开源生态分发方式)。
免费 AI 歌曲生成器,输入灵感或歌词即可创作完整歌曲。
SongMaker 是一个在线 AI 歌曲创作平台,面向零基础用户和音乐创作者,能够把一句灵感、故事或歌词快速变成带人声或纯音乐的完整歌曲。它整合 Suno、Mureka、ElevenLabs、Lyria 和 MiniMax 五个 AI 模型,用户可在同一提示词下对比不同模型生成结果,并继续使用歌词生成、歌曲扩展、混音、重混、段落替换和分轨等功能。产品定位为低门槛、高效率的 AI 音乐制作工具,适合短视频、播客、游戏、广告和个人创作等场景。价格上可免费开始,新账户获赠免费额度,付费计划提供更多月度积分。
统一接口运行图像、视频、音频与文本人工智能模型,并支持智能体与工作流。
Wiro AI 是面向开发者的统一生成式人工智能接口平台,把图像生成、视频生成、音频与语音、大语言模型以及智能体和工作流整合到一个入口中,开发者无需分别对接多家供应商即可调用一千多个模型。平台提供浏览器试验场、每个模型的代码示例、按运行次数计费和面向生产的稳定接口,定位为帮助软件即服务、应用和团队快速把多模态人工智能能力上线。其重要性在于降低多模型集成、运维、鉴权和计费复杂度,让开发者更专注于产品逻辑与业务创新,同时以按量付费控制成本。
Happy Wan 把一句话或照片变成带同步声音的 15 秒 1080P 短视频。
Happy Wan 是一款浏览器端 AI 短视频生成工具,基于 Wan 3.0 视频模型,可将文字提示或照片快速生成 4 至 15 秒、480P/720P/1080P 的短视频,并原生附带同步音频。它无需本地 GPU 或云控制台,用户可在网页中完成生成、预览和 MP4 下载,适合社交媒体短视频、产品展示和营销内容制作。价格按积分计费:视频 5 积分/秒,且不区分分辨率,5 秒视频为 25 积分;新账户赠送 50 积分,生成失败会自动返还积分,定价页提供计划和积分包。
上传两首本地歌曲并描述风格,AI可快速生成、试听并下载定制混搭。
该产品是一款在线人工智能歌曲混搭工具,用户上传两首本地音频并描述期望风格后,系统会生成新的编曲版本,重新诠释人声、旋律、节奏与结构。它无需 DJ 或音乐制作经验,可帮助用户快速获得个性化混搭创意,并在线试听和下载结果。免费可预览源文件,AI 生成会消耗账户积分,因此适合作为低成本、低门槛的创作草图和实验工具;但它不能保证完全保留原曲,也不支持直接导入 YouTube 或 Spotify 链接。
上传音频,一键生成带节拍场景、可选唇形同步的AI音乐视频。
VibeMV 是一款在线 AI 音乐视频生成器,核心能力是把用户已经完成的歌曲音频自动转化为完整音乐视频。它会分析音频中的节拍、段落和情绪,生成节拍感知场景,并支持可选唇形同步、电影化视觉方向以及 16:9 横屏或 9:16 竖屏输出。其重要性在于大幅降低传统 MV 制作对拍摄、剪辑、后期合成和预算的要求,使独立音乐人、短视频创作者和营销团队能更快把歌曲变成可发布的视觉内容。产品定位为面向音乐与内容创作者的网站工具,页面提供 Free Tools 与 Pricing 入口,但当前内容未明确具体价格。
Mac 上的语音行动代理,用已有 AI 处理邮件、文件和桌面任务。
Nico 是一款面向 Mac 的语音到行动(voice-to-action)个人代理,定位为常驻屏幕、可听可说、可看屏、可操作文件和浏览器的桌面 AI 助手。用户按住右 Command 键用自然语言下达任务,Nico 能在本机环境中读取当前屏幕、拖入的文件、邮件和网页,并调用用户已有的 ChatGPT、Claude、Gemini、GitHub Copilot、SuperGrok 等 AI 订阅或 API 账户来执行。它采用前台对话代理与后台 Worker 代理的双代理架构,Worker 基于开源 pi agent harness,能在沙盒中规划、研究、处理文件、邮件、网页和应用并自检;敏感动作如发邮件、提交、删除前会先确认。Nico 强调隐私,许多操作在 Mac 本地完成,凭证留在本机;可免费下载使用,并复用已有 AI 订阅,Nico Plus 提供自有语音服务等增强能力。其重要性在于把语音输入、屏幕理解、桌面自动化与个人上下文记忆结合,减少切换应用和手动操作,让 Mac 用户以更自然、更快速的方式完成日常知识工作。
在线免费给图片换色,点击选区输入精确十六进制色值,无水印免注册。
Change Image Color 是一个在线图片换色工具,面向需要快速、精确修改图片局部颜色,又不想安装桌面软件的用户。它通过点击选择图片中的服装、墙面、车体或 Logo 等区域,再输入六位十六进制色值,把选中像素移动到指定颜色;这种方式不同于生成式重绘,不会凭空发明新物体,因此布料纹理、阴影、高光和边缘细节更容易保留。免费版完全在浏览器本地运行,不上传照片,支持 JPG、PNG、WebP,最大 25MB,可拖拽或粘贴,导出无水印 PNG,长边最多 1600 像素且无需注册。HD 提供原尺寸文件,Pro 和 Max 支持无限 HD 导出;注册赠送 5 积分,可执行 1 次 AI 精修,之后每次 AI 精修消耗 5 积分。AI 精修会把图片和选区发送到服务器进行一次处理,随后浏览器完成精确颜色。该产品定位为轻量、私密、够精确的在线换色方案,适合电商变体、服装配色、室内墙面预览、汽车改色和品牌视觉快速验证,但不替代专业修图或生成式重绘。
人工智能表单填写浏览器插件,可填网页与便携文档表单。
FillWise 是一款人工智能表单填写浏览器插件,支持网页表单与便携文档格式表单。用户可粘贴文本,或上传护照照片、截图、扫描件与便携文档,人工智能会识别并匹配表单字段,自动完成填写。它适用于客户关系管理、招聘网站、申请人跟踪系统、政府门户、预订、银行与便携文档等场景,支持一百种语言和批量填写。产品强调隐私安全:数据仅用于当前填写,不在服务器保存;便携文档在浏览器内打开与填写,填好文件直接下载。价格上可免费开始,无需信用卡,同时提供付费与专业/批量方案,定位为忙碌专业人士的效率工具。
免费在线人工智能照片编辑器,支持去背景、擦除、增强、放大和生成式填充。
TapEdit 是面向电商、人像和营销场景的在线人工智能照片编辑平台,将背景移除、对象与水印擦除、画质增强、图像放大和生成式填充等常用能力整合到网页工作流中。它通过魔法画笔与自然语言提示,让非专业用户无需提示工程也能完成精细编辑,并强调商业级照片真实感、光影、材质与透视准确性。该产品以免费基础编辑和每日免费额度降低试用门槛,高级生成式功能、更多额度以及高清、2K、4K 输出按需付费,定位为创作者、电商卖家和营销团队可规模化使用的轻量级在线图像编辑工具。
人工智能在线照片放大器,可2×或4×放大并导出常见格式。
这是一款在线人工智能图像放大工具,主要帮助用户在保持宽高比的前提下,将小尺寸照片放大2倍或4倍,或选择可用分辨率目标。它适合商品图、广告素材、壁纸、婚礼肖像和打印照片等需要更多像素的场景。工具会在处理前展示输出宽高、预计费用与积分消耗,支持JPG、PNG、WebP导出,并提供缩放对比视图检查放大后的面部、边缘与纹理细节。其人工智能模型会估算细节,使图片在更大显示或打印尺寸下更清晰,但不能凭空还原真实信息,也不能扩展画面边界。产品提供私有图片存储、无强制水印和每日免费积分试用,采用积分付费模式,定位为轻量在线图像放大与照片增强工具。
一站式AI视频与图像生成平台,支持Seedance等多款模型在线生成。
SeeGen AI 是一站式 AI 视频与图像生成平台,整合 Seedance 2.5、Seedance 2.0、Seedream 5.0、ChatGPT Image 2.0、Nano Banana 2.1、Nano Banana 2 及 Pro 等模型。用户可通过文本、图像、视频、音频或草图生成和编辑视频,并支持多镜头叙事、原生音频同步、角色一致性、相机控制、视频扩展、创意转场、口型同步与最高 2K 视频生成。平台面向创作者、团队和开发者,可在线使用,也可通过 API 集成到自有产品。价格采用灵活积分制,注册并加入 Discord 可获 200 免费积分,付费用户可将内容用于商业项目,无需强制订阅。
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。
一站式AI创意工作室,集成40+图像、视频、音频模型。
PromptWise 是面向创作者、营销团队和品牌的 AI 创意工作室,将 40 多款领先图像、视频和音频模型整合到一个订阅与统一工作区中,覆盖图像生成与编辑、视频生成、音频制作、UGC 广告、AI 网红和可复用创意工作流。它解决多平台切换、重复付费、角色与品牌不一致和制作效率低的问题,并支持通过 MCP 集成在主流对话式 AI 工具中直接调用。产品定位为“从想法到成片”的一站式 AI 创作平台,适合个人创作者、电商与广告团队、代理商和内容工作室。价格采用月度或年度订阅制,年付最高可节省 45%,并提供免费试用,用户可先体验核心功能再升级。
内置AI制作人的AI原生DAW,可分层生成音频与MIDI,免费在浏览器创作音乐。
Veena 是一款AI原生DAW(音乐创作工具),核心是内置的CoProducer个人制作人。它不同于用提示词一次性生成整首歌,而是在工程内逐层生成音频与MIDI,覆盖节拍、和弦、旋律、编曲与混音,并让你指导、选择或录制每个声部。它面向歌手、词曲作者、制作人和初学者,可把哼唱转为任意乐器,读取整个工程规划歌曲,并为每个新声部提供三个方案。支持浏览器运行,Windows、Mac、Linux、Chromebook无需安装或显卡;可通过Veena Bridge加载VST3/AU插件。基础版完全免费,Pro每月20美元,解除每日请求上限并解锁高级模型。强调隐私与所有权,不分享作品或用于训练模型。
免费在线人工智能抠图工具,可秒级移除图片背景并支持批量处理。
该产品是一款基于人工智能的在线背景移除工具,面向需要快速制作干净图片素材的个人与商业用户。用户无需注册、下载或安装软件,即可上传图片自动识别主体并移除复杂背景,单次可批量处理最多15张图片,并可将背景设为透明、纯白或自定义颜色。产品每日提供最多100次免费抠图,登录后可导出全尺寸图片且每天最多100次免费导出;还支持按电商平台、社交媒体等常用尺寸调整图片,方便直接用于商品图、海报和内容发布。其定位是低门槛、高效率的在线图像处理入口,背后有国际计算机视觉竞赛与学术研究背景,适合从日常修图到电商批量出图等多种场景。
从视频链接或上传片段中识别歌曲,数秒出结果。
ClipMelody 是一款在线音乐识别工具,通过音频指纹技术从视频中找出歌曲。用户粘贴 TikTok、Instagram Reels 或 YouTube Shorts 的分享链接,或直接上传本地音视频片段,工具会截取其中的音频并与数千万首歌曲的数据库比对,返回歌曲标题、艺人、专辑、封面、试听以及 Spotify、Apple Music、YouTube 的收听链接。它不依赖上传者标注的“original sound”,而是直接分析音频本身,因此能识别被重新标注为原创声音的已发行歌曲。产品定位为轻量、快速的网页应用,无需安装 App,第一首歌免费,之后按次付费或订阅,只有识别成功才消耗点数。价格提供单次点数包和订阅方案,适合普通听众、内容创作者、DJ 和营销人员使用。
人工智能把直播回放或上传视频剪成带字幕横屏视频和竖屏短片并发布。
ClipFinder 是一款面向直播创作者和视频内容团队的人工智能视频剪辑与分发工具。它可以从 Twitch、Kick 等直播平台的回放,或用户上传的视频文件中自动识别高光片段,生成适合 YouTube 的横屏长视频,以及适合 Shorts、TikTok、Reels 的竖屏短片,并自动添加字幕、按用户指定渠道发布;每个成品都需要用户审核确认。产品强调覆盖整段长回放,Pro 方案可处理最长约五小时的视频,降低从数小时素材中手动找点、剪辑、加字幕和导出的时间成本。页面显示其已被约一万名流媒体创作者使用,累计生成约十万条片段,定位为把重复剪辑工作自动化、把创意判断保留给创作者的生产力工具。价格方面,用户可免费试用一小时,之后每月 15 美元。
一站式在线人工智能创作平台,可快速生成视频、图像、语音和音频。
Vidverse AI 是一个一体化在线人工智能创意平台,定位为无需技术技能即可快速制作视频、图像、语音和音频的内容创作工具。用户可以从提示词、脚本、图片、音频参考或简单想法出发,利用平台内置的视频生成、图像生成、语音合成、声音克隆、音画同步、模板库与编辑增强能力,完成从灵感到成品的创作流程。其主要优势是降低专业创作门槛、提升内容生产效率、缩短后期同步时间,并适用于社交媒体、营销、播客、有声书、游戏和设计等场景。价格方面,平台支持免费开始,当前有百分之七十折扣,并采用灵活积分包系统,让用户无需承担预付订阅压力;既有免费试用入口,也可按需付费扩展额度。
免费的在线图像工具,压缩、调整大小、转换、放大、去除背景等。
LeanImg是一个完全免费的在线图像处理平台,提供包括图像压缩、调整大小、裁剪、格式转换、网站图标生成、背景去除、AI放大、OCR文字提取、PDF转文本和护照照片制作在内的十种工具。所有处理均在用户浏览器中本地完成,无需将文件上传到任何服务器,确保用户隐私和数据安全。该平台采用先进的算法如MozJPEG、oxipng、Real ESRGAN和Tesseract,并通过WebAssembly技术实现与桌面软件相媲美的性能。无需注册、无水印、无使用限制,真正实现免费无限制使用。由Low Battery Studios运营,基于荷兰,致力于提供高效、便捷的图像处理解决方案。
© 2026 AIbase 备案号:闽ICP备08105208号-14