Vocal Remover是一个前沿的AI工具，旨在简化音频轨道的人声隔离过程，方便音乐制作人、DJ和卡拉OK爱好者创建伴奏或无伴奏版本。
UVR5-UI 是一款功能强大的人声伴奏分离 AI 工具，提供在线简洁易用的操作界面，支持选择不同的 AI 模型以及输出格式和质量，并且能够进行批量处理，旨在满足用户的多样化需求。
Audio Strip是一款先进的AI工具，专为音频文件交互而设计，能够精准地从音轨中分离人声，提供高质量的无伴奏版本和伴奏曲目，适合音乐制作人、DJ及任何音频编辑爱好者。
音乐源分离的小型项目，用简单易懂的方式帮助人们将音乐中的不同声音部分（如人声、乐器声等）分离出来，对于音乐制作和音频处理爱好者来说很有帮助。该项目基于Pytorch实现，使用MUSDB18HQ数据集进行训练和验证，支持音乐中的人声与乐器声分离，适合音频处理初学者，容易上手。
Splitter是一个瑞典研究公司，专注于开发基于AI的音频处理技术，服务于全球数百万用户。用户可以通过该平台上传音频文件，利用AI技术从音乐中分离乐器或人声。
基于Whisper语音识别模型的超快音频转文字命令行工具，用Whisper Large v2在10分钟内转录300分钟音频。该工具优化了转录速度，支持多种音频格式，并具有高准确率的语音识别，适合批量处理大型音频文件。
AsrTools 是一款智能语音转文字工具，集成了剪映、快手、必剪的官方接口，支持高效的批量处理，提供用户友好的界面，无需 GPU，可以免费使用大厂的 ASR 服务，支持 SRT 和 TXT 格式的输出。
一个超快速的语音识别工具，基于OpenAI的Whisper Large v3模型，能把长达5小时的音频在不到2分钟内转写成文字。
Distil-Whisper是一个令人印象深刻的AI模型，相较于Whisper，它提供了更快的推理速度和更小的模型体积，速度提高了6倍，体积减少了49%，在分布外评估集上表现也具有竞争力。
WhisperPlus 是一款先进的语音转文本处理工具，致力于提供高准确率的语音识别，支持多种语言，并具备实时转录功能。它能够处理不同音质的音频，并提供用户友好的API接口，方便开发者进行集成和使用。
WhisperS2T是一个为Whisper模型优化的语音转文本处理管道，支持多个推理引擎，旨在提供高准确率和灵活配置选项的语音识别解决方案。
Fish Audio Preprocessor 是一组用于音频处理的脚本，功能包括将视频/音频转换为wav格式、音频声音分离、自动音频切片、音频音量匹配、音频数据统计和音频重采样，旨在提升音频处理的效率和便捷性。
这是一款AI降噪工具，帮助人们使他们的声音更清晰。只需一键点击，人们就可以为他们的视频获得专业的音效。它还提供了专业的AI音频处理解决方案，允许用户本能地调整声音/噪音比例。
Mp3Converter AI利用先进的人工智能技术，确保从任何音频或视频格式转换为MP3时快速、准确且高质量。简化您的转换流程，轻松享受卓越的转换效果。
一个名为 insanely-fast-whisper 的新实现，使用 OpenAI's Whisper Large v3，适用于 Mac 或 Nvidia GPU，结合 Whisper + Pyannote 库加速音频转录和语音分段。
Topaz Labs是一家专注于AI驱动的照片和视频增强工具的前沿软件公司，通过先进的AI算法，将普通图像和视频转换为视觉杰作，适用于摄影师、摄像师和数字艺术家。
这是一个视频翻译配音工具，可将一种语言的视频翻译为指定语言的视频，自动生成和添加该语言的字幕和配音，并支持API调用。
Ultraswap是互联网最强大的AI换脸工具，只需两次点击即可生成1080p分辨率、每秒60帧的换脸视频。支持批量上传和下载，可以同时处理多个文件。
