跳到主要内容

🎙️2026年最新91个语音技术工具

语音技术 分类最近新增 91 个工具用 AI 克隆音色、配音并转换语音。按发布时间排序的 语音技术 新品列表。

2026年最新91个语音技术工具

  • SubcueAI

    SubcueAI 是一款 AI 面试辅助工具,专为技术、行为与案例面试的求职者设计。在真实面试中,它通过语音识别实时转写面试官的提问,并在受屏幕共享保护的悬浮窗中给出 AI 生成的回答建议。同时,它还提供 AI…

  • FreeLipSync

    FreeLipSync 是一款在线 AI 口型同步视频工具,能让照片和视频开口说话或唱歌。用户可以上传音频、输入文字,或使用克隆的声音,快速生成嘴型与声音精准对齐的视频,无需专业剪辑软件或拍摄设备。它解决的是传统配音与口型对不上的问题,把原…

  • Video2PPT

    Video2PPT 是一款将视频转成可编辑演示文稿的工具。无论是本地视频文件、YouTube 链接,还是会议录屏,它都能通过 AI 识别并抽取视频中的关键画面,输出可修改的…

  • HushBook

    HushBook 是一款有声书跟读应用,适用于 iPhone 和 Android。它一边播放有声书,一边在屏幕上逐词高亮正在朗读的内容,让你在听的同时用眼睛跟读。所有转写工作都在手机本地完成,不会上传到云端,因此隐私性更有保障。…

  • soink

    soink 是一款面向 Mac 的 AI 语音键盘,让你直接对着任意文本输入框说话,文字便实时出现在光标处。它解决的问题很直接:长时间敲键盘带来的手部疲劳与重复性劳损,以及传统语音输入需要反复切换模式、手动修正错字的麻烦。soink…

  • Viblo

    Viblo 是一款由 AI 驱动的短视频编辑器,面向需要持续产出竖屏内容的创作者。它能够从长视频中自动切片出高光片段,生成 AI 配音与字幕,并提供时间线编辑与多平台导出,帮助用户快速完成 YouTube Shorts、TikTok 和…

  • OpenTypeless

    OpenTypeless 是一款免费、开源的桌面 AI 语音输入应用。按下全局快捷键后自然说话,语音会被转写并直接输入到当前光标所在的位置,无论是邮件正文、聊天窗口还是代码编辑器。转写结果还可以选择交由 AI…

  • KidVoice

    KidVoice 是一款专注儿童与青少年声音的 AI 配音工具。它把写好的脚本转换成自然流畅的儿童、青少年语音,可用于故事、课程、游戏、视频和角色项目。用户在同一工作区内粘贴文本、挑选音色,即可在浏览器中试听并下载音频文件。…

  • TTSFree

    TTSFree 是一款在线文字转语音工具,可将粘贴的文本转换成自然流畅的 AI 配音,覆盖 140 多种语言,并支持在线试听或直接下载为 MP3 文件。整个流程在浏览器中完成,无需安装额外软件。…

  • tonvio

    tonvio 是一个基于网页与 API 的 AI 文字转语音工作室。把文本或脚本粘贴进去,从 20,000+ 种声音中挑选一种,或使用自己的私有克隆声音,就能下载生成好的…

  • FoneClaw

    FoneClaw 是一款面向 Android 的手机智能体(agent)。用户可以用语音或文字提出请求,FoneClaw 会把请求转化为手机上真实发生的操作:由所配置的模型规划任务,从内置 Android…

  • Whisper Web

    Whisper Web 是一款直接在浏览器中运行的语音转文字工具。它把 Whisper 模型加载到用户自己的设备上,通过 WebGPU 加速并以 WebAssembly…

  • Meetily

    Meetily 是一款在本地设备上完成会议录音、转录与总结的工具。音频和转录文本都保留在用户自己的电脑中,不上传云端,适合对数据隐私有严格要求的团队和个人。 它的核心思路是把语音转文字的计算放在本地完成,使用 Whisper.cpp 或…

  • BastionGPT

    BastionGPT 是一款符合 HIPAA 的 AI 助手与医疗 scribe,面向医疗专业人员。它允许用户在受保护的健康信息(PHI)上使用前沿 AI…

  • PaperBleach

    PaperBleach 是一款面向 AI 写作流程的文本处理工具。它可以把 ChatGPT、Claude 和 Gemini 生成的草稿改写成更自然的表达,同时通过内置的 AI Detector 检测改写后的文本,给出整篇文档的 AI…

  • Ringmere

    Ringmere 是一款面向英国小型企业的 AI 电话接待员,能够在全天候接听来电,并直接完成预约、订位与订单处理。当来电涉及紧急情况、投诉或需要特别照顾的客户时,系统会将会话连同完整上下文转交给人工团队处理。…

  • Mochine

    Mochine 是一款 agentic AI 视频编辑器,用户无需掌握复杂时间线操作,也不必逐帧剪辑,只需用自然语言在对话中描述想要的成片效果,Mochine 便会执行实际的编辑工作。你负责导演,它负责剪辑。…

  • TranscriptVideo

    TranscriptVideo 是一款将视频和音频内容转化为可搜索、带时间戳文本的工具。它支持 YouTube 链接、上传的视频文件以及录音,自动生成按时间定位的文字稿,帮助用户快速回顾和检索内容。…

  • British Accent Generator

    British Accent Generator 是一款将文字脚本转换为英式英语语音的 AI 工具。它内置 315 个经过独立配置的英国口音语音档案,覆盖…

  • Koji

    Koji 是一个 AI 原生用户研究平台,面向需要快速获取用户洞察的产品团队。它通过研究级 AI 代理自动设计研究方案,并以语音、聊天或电话方式主持访谈,将受访者的回答实时整合为可决策的洞察。…

  • LeadPatrol

    LeadPatrol 是一款面向本地服务型商家的来电线索管理工具。当客户拨打商家电话而无人接听时,它会在几秒内自动从商家现有的业务号码发出短信,将一次可能流失的未接来电转化为可跟进的销售线索。对于高度依赖电话咨询的商家而言,每一个未被接起的…

  • gamedai

    gamedai 是一款以语音为核心的梦幻橄榄球(fantasy football)应用,把比赛解说、问答、新闻和播客整合成可听的内容。用户无需盯着屏幕刷新数据,只要打开应用,就能在 Blitz、Scout、The Wire 和…

  • Boson AI

    Boson AI 提供语音到语音(speech-to-speech)语音模型与基础音频、数字人模型,帮助开发者和企业构建实时语音智能体。它把「听、思考、调用工具、用自有声音作答」整合在同一个模型里,让语音交互不再是简单的朗读或关键词匹配,而…

  • VideoTranscript

    VideoTranscript 是一款将 YouTube 链接、视频文件和音频录音转换成带时间码、可搜索文本的工具。用户只需提供视频网址或上传音视频文件,即可获得可编辑的逐字稿,省去反复拖动进度条手动记录的麻烦。转写结果可用于剪辑、调研、无…