免费在线音频工具，可编辑、转换、压缩、裁剪、合并、测试和分析声音。
MyAudioTools 是一个基于浏览器的免费在线音频工具箱，汇集 48 个面向日常任务的音频工具。它无需注册账号或安装桌面软件，所有处理尽量在浏览器中完成，降低使用门槛并提升工作流效率。平台覆盖音频编辑、格式转换、压缩、标准化、音量提升、母带处理、铃声制作、循环、元数据编辑、视频转音频、音频转 MIDI、均衡、混响、低音增强、夜核、变调、变速、倒放、8D/双耳/空间音频、语音合成与转换、文本转语音、音频转文本、音板、鼓机、节拍器、音调发生器、可视化、歌曲分析、BPM/调性/和弦/LUFS、乐器调音、设备测试等场景。其重要性在于把零散、昂贵的音频处理流程集中到轻量网页中，适合快速完成转换、剪辑、分析和导出，价格免费，定位为创作者、音乐人、播客、学生和普通用户的一站式在线音频工具集合。
在线生成与编辑图片，支持精准文字、多参考图、区域编辑和透明PNG。
Qwen Image 2.1 是一款在线 AI 图像生成与编辑工具，面向需要快速产出高质量图片并保持文字、人物或产品一致性的用户。它支持在图像中生成准确的中英文文字，适合海报、广告、封面和社交媒体图片；支持最多十张参考图片，用于人物、角色或产品的跨场景一致性；支持蒙版区域编辑，只重绘用户涂抹或圈选的局部，保留其余画面；还支持透明背景导出 PNG/WebP，便于产品抠图、贴纸和设计文件。页面提供生成器、示例、使用说明和定价入口，说明有付费计划，但当前抓取文本未披露具体价格与免费试用政策。
通过一个API调用多种AI模型，享受最高90%折扣，自动路由和退款保障。
APIKO是一个统一的AI API聚合平台，旨在简化开发者对多种人工智能模型的访问。它提供文本、图像、视频和音频生成模型的一站式接口，通过OpenAI兼容的端点，开发者可以使用同一个API密钥调用来自OpenAI、Anthropic、Google、DeepSeek等主流提供商的模型。平台的核心优势在于实时价格对比和自动折扣，通常可节省高达90%的成本。APIKO采用自动路由和故障转移机制，确保高可用性，并且仅对成功的请求计费，失败请求自动退款。此外，它还提供详细的定价透明度，包括输入/输出每百万令牌的价格以及缓存价格，帮助用户精准控制成本。该平台特别适合需要多模型集成、成本敏感或追求高可靠性的开发团队。
人工智能在线翻译漫画，支持50多种语言，保留原图排版与气泡。
该产品是一款面向漫画读者的在线人工智能翻译工具，专注于把单页或整章漫画从日语、韩语、中文等源语言翻译成目标语言。它结合漫画感知文字识别、上下文翻译与自然排版，将译文放回原气泡和文字区域，尽量保留人物、线稿、色彩、分镜与阅读顺序。产品支持50多种语言、章节压缩包上传、连续阅读、原文与译文对照、术语表与浏览器插件等能力，适合个人读者、汉化爱好者和本地化团队使用。产品可免费试用，并按积分或套餐付费。
Sonilo AI为视频匹配音乐与音效，理解视频内容并秒速生成定制音频。
Sonilo是一款基于AI技术的音乐和音效生成平台。其重要性在于为视频创作者提供了高效、精准且符合视频内容的音频解决方案，显著提升视频制作效率和质量。主要优点包括能够根据视频内容自动匹配音频、支持多种视频格式、可自定义音频风格等。价格方面，不同功能和模式收费不同，如视频转音乐和视频转音效每输出一秒需18个信用点，文本转音乐5个信用点，文本转音效4个信用点，同时提供免费试用，有2000个信用点且无需信用卡。该产品定位为面向视频创作者、游戏开发者、影视制作团队等人群，帮助他们轻松获得合适的音乐和音效。
网易叭哥说是桌面端AI语音输入工具，能语音转文字，比打字快5倍
网易叭哥说是一款桌面端AI语音输入工具。其重要性在于极大提升输入效率，为快节奏的创作者、开发者与职场精英等人群提供便利。产品主要优点众多，语音输入速度比打字快5倍，支持全局跨应用适配，可自动去除口头语、智能润色、分段排版，还具备语音翻译等功能。该产品背景是为满足人们在工作场景中更高效输入表达的需求。价格方面，完全免费下载使用。其定位精准，致力于成为用户在各类工作场景下的得力助手，解放双手，提升工作效率。
可从文本、图像生成AI视频，对比模型，控制成本，功能丰富。
VideoAny是一个集成了多种AI视频、图像和音频生成功能的网站。它提供了丰富的AI模型，能将文本、图像或视频片段转化为视频，还具备图像编辑、音频生成等功能。其重要性在于为用户提供了一站式的AI创作平台，降低了创作门槛。产品的主要优点包括支持多种输入形式、可对比不同模型效果、能控制生成成本等。背景信息显示它由VaVa AI Labs开发。价格方面，有50%折扣活动，部分生成需消耗信用点数，用户可能获得启动活动或奖励信用点数，但免费信用点数并非无限使用。产品定位是面向有视频创作需求的个人和企业，提供便捷的AI创作工具。
从文本或图像生成5 - 15秒视频，自带同步音频，提示词可复用，定价透明。
MiniMax H3 Max是基于开源权重H3 base进一步训练的变体模型，聚焦于快速的文本到视频、首帧到末帧的图像到视频的生成，生成的视频自带同步音频。该产品可以渲染480P或768P，帧率为24 FPS，时长在5 - 15秒的视频。其优势在于渲染速度快、方向更明确，还支持可视化的成本估算。产品提供年度计费和月度计费，年度计划费用比12个月的月度支付大约便宜50%。它主要定位为一个快速视频生成工具。
GPT Image 2.5是AI图像生成与照片编辑器，可依描述创作或编辑图片
GPT Image 2.5是一个独立的AI图像生成与照片编辑网站，并非官方OpenAI网站。它允许用户根据文字描述创建图像，也能对现有照片进行编辑，如更换背景、替换物体、调整光线或改变图像风格等。该产品提供免费试用，注册登录后可获得免费试用额度，付费计划则提供更多使用权限。其定位是为有图像创作和编辑需求的用户提供便捷、高效的工具。
免费在线工具，用AI为截图、笔记等图像中的模糊文字去模糊。
Text Deblur是一款免费的基于AI技术的在线文字去模糊工具。它的主要功能是针对截图、笔记、扫描件和照片中的模糊文字进行处理，通过优化图像的对比度和字母边缘，让模糊的文字变得更清晰易读。该工具的重要性在于为用户解决了因各种原因导致的文字模糊问题，如相机抖动、低分辨率扫描等。其主要优点包括无需注册、无水印、每天可免费处理20张图片，且处理结果以私密链接形式保存24小时。产品定位是为普通用户提供便捷的文字去模糊服务，但不用于恢复故意模糊或遮挡的文字信息。
一站式云平台，提供500+生成式AI模型用于图像、视频、音频创作。
Varo.cloud是一个面向创作者的生成式AI云平台。其重要性在于整合了全球领先的生成式AI模型，为用户提供了便捷、高效、低成本的创作环境。主要优点包括：拥有统一API，可加快开发速度；降低成本，通过优化模型访问和按使用量定价，可将创意AI成本降低达10倍；支持零日模型访问，能第一时间使用最新模型。该平台定位为助力创作者和开发者，无需管理完整基础设施栈，即可构建和部署AI驱动的创意产品。价格方面，不同模型有不同的标准价格和Varo.cloud提供的优惠价格，按使用量付费。
使用AI按说话者分离音频，可将混合音频拆分为独立音轨并在线预览下载
Seply是一个在线AI音频分离工具，主要功能是通过AI技术将播客、访谈、会议或视频中的音频按说话者分离成独立音轨。其重要性在于为音频和视频编辑人员提供了极大便利，能够节省大量手动分离音频的时间和精力。主要优点包括支持30种语言、无需安装、无需手动剪辑、支持多种音频和视频文件格式、自动对齐时间轴等。产品背景是满足市场上对于高效音频分离工具的需求。价格方面，提供免费试用（30个学分，一次有效，可进行长达3分钟的标准分离和长达90分钟的语音转文本），还有多种月度计划和学分包可供选择，如每月12美元的入门计划（200学分）等。产品定位是面向需要处理多说话者音频的专业人士和普通用户，帮助他们更轻松地进行音频编辑和处理。
Gradium为开发者提供超低延迟语音AI，涵盖TTS、STT及语音克隆。
Gradium是一款先进的语音AI模型，为开发者构建语音应用程序和语音代理提供支持。其核心技术包括文本转语音（TTS）、语音转文本（STT）、实时翻译和语音克隆等。产品的主要优点是超低延迟，能够在短时间内完成语音与文本的转换，保证实时交互的流畅性；具备高保真度，生成的语音自然、准确，语音克隆相似度高；且具有多语言支持能力，可满足全球用户的需求。该产品获得了1亿美元种子资金扩展，吸引了NVIDIA等新投资者，还在旧金山湾区开设了办事处来扩大其实时语音AI业务。价格方面文档未明确提及，定位是面向开发者和语音代理领域，助力开发者打造高效、自然的语音交互应用。
AI在线专业混音，可按文字提示、参照曲目混音，含免费工具，速试！
SoundBoost.ai是一款专注于音乐混音的AI在线平台。其重要性在于为音乐创作者、制作人以及相关从业者提供了便捷、高效且专业的混音服务。产品主要优点包括可通过文字提示和参照曲目进行混音，实现个性化的混音效果；提供多种AI混音工程师风格供选择；具备免费的音频分离和去除人声工具；还拥有可视化创作功能。该平台定位为服务各类音乐人群体，无论专业人士还是新手都能借助其完成高质量的音乐混音工作。平台定价方面，提供免费试用，正式使用需订阅。
Alibaba ATH的AI音乐模型，一行文字生成含歌词、演唱和编曲的完整歌曲
Happy Shrimp是阿里巴巴ATH于2026年8月17日推出的AI音乐模型。该模型将音乐视为具有自身语法、语义和上下文的语言，能够将歌词、旋律、编曲和演唱统筹规划，实现端到端的完整曲目生成，无需分别拼凑各个部分。它理解专业音乐术语和日常语言，支持强大的提示控制。产品处于公开测试阶段，与太合音乐集团建立战略合作伙伴关系，并在2026阿那亚虾米音乐节上亮相。价格方面，提供免费层级，也有不同功能和时长的付费套餐可供选择，定位为满足用户轻松创作完整音乐的需求。
快速、准确、私密的语音转文字工具，支持多平台及AI工作流
Aqua Voice是一款语音转文字工具，支持Mac、Windows、iPhone等多平台及AI工作流。其主要优点是快速、准确、私密，能将语音实时转化为清晰文本。产品背景在于满足人们摆脱传统键盘输入，提高输入效率的需求。页面未提及价格信息。该产品定位为提高用户生产力，让用户告别打字，通过语音完成各种文本输入工作。
全球最快语音转文字API，低延迟，跨语言方言，速度与精准度兼备。
Pulse是Smallest.ai推出的一款语音转文字API，其核心技术在于能够以低于70毫秒的超低延迟对全球各种口音、语言和方言进行实时转录，且不损失准确性。该产品定位为满足不同行业对语音转录的高效、精准需求，适用于医疗、法律、金融、媒体、客户支持和企业等多个领域。价格方面，提供按需付费的模式，无月承诺，可随使用量扩展。其主要优点包括行业领先的准确率和速度，在30种语言中实现最低的单词错误率，还具备自动说话人标签、实时情感分析和语言识别等附加功能。
© 2026 AIbase 备案号：闽ICP备08105208号-14