End Boost 是一款自动混音和母带处理音频的软件，利用 Alex Audio Butler 的 AI 算法，根据预设混合并优化语音、音乐和音效。用户只需将音频导入软件，End Boost 将自动应用自定义的音量曲线、压缩、限制和降噪，提供高质量的整体混音。
So-vits-svc（也称Sovits）是一款基于VITS、soft-vc、VISinger2等技术的开源免费AI语音转换软件。它能够快速学习目标声音特征，实现高质量的语音克隆与变声，适用于多种场景如AI配音、虚拟主播、音乐翻唱等。
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。
VideoReTalking是一种新系统，能够根据输入的音频编辑现实世界中头部说话视频的脸部，自动生成高质量且口型同步的输出视频。系统使用学习方法处理所有步骤，确保视频中人物的嘴型与音频完美对齐，并根据声音变化表情。
Loudly是一个领先的AI音乐平台，帮助创作者快速创建、定制和发现音乐，拥有超过10万首免版权音轨和循环音效，支持数字项目的音乐生成。
whisper-cli-rs是一个使用Rust编写的命令行工具，基于whisper.cpp，支持多种音频格式，实现实时语音转文本，并允许用户自定义模型选择。
noScribe是一个结合了OpenAI Whisper和pyannote技术的语音转录及说话人识别界面，旨在提供高效、用户友好的音频处理体验，支持多种音频格式的输入，能够快速准确地转录语音并识别说话人。
WAAS是一个平台，提供OpenAI的Whisper自动语音识别（ASR）系统的图形用户界面和API，用户可以通过直接访问API或使用提供的GUI接口进行音频文件的转录和管理。
Text-To-Edit是一个由Span提供的创新功能，旨在帮助用户无需任何技术经验即可轻松编辑视频，革命性地改变短视频和长视频内容的制作方式。用户只需描述想要的内容，便可利用AI工具生成引人入胜的病毒视频。
Concert Creator是一个创新工具，能够将任何音频文件转化为虚拟音乐会和音乐课程。用户可以通过该工具创建美丽的钢琴动画，提供生动的音乐教学体验。
Runwayml是一个革命性的AI平台，旨在提升艺术、娱乐和人类创造力领域的能力。它为艺术家、创作者和讲故事者提供了先进的AI工具，革新了他们的创造流程。
Trend AI Tools是一个最佳的AI聚合网站，用户可以在多个类别中发现和访问各种AI工具。
AutoCaption是一款AI字幕生成器，可以为Instagram、TikTok和YouTube上的视频提供自动转录和动态表情符号。用户只需上传视频，AI便会自动生成字幕，且可自定义动画、字体、颜色，并添加动态表情符号。
声音效果生成器是一个利用AI技术，根据用户输入的描述生成自定义声音效果的工具。它能够快速将文字描述转化为高质量的音频，适用于多种场景。
wscribe是一个开源的语音到文字转换工具，基于whisper的前端，提供灵活的音频处理和后处理选项，旨在提高语音转录的效率和准确性。
cutlabs.ai是一个AI驱动的视频编辑工具，帮助主播快速制作精彩片段。用户只需提交VOD链接，无论直播时长多达8小时，AI会在30分钟内分析视频并生成适合发布的剪辑，提升视频制作效率。
AI Drum Generator是一个基于人工智能的鼓点生成工具，能够自动生成各种风格和节奏的鼓点模式，帮助音乐创作者节省时间并激发创意。用户只需输入简单的参数或选择喜欢的风格，AI将生成高质量的鼓点，适用于不同类型的音乐制作。
Segment-Anything NeRF是一个基于NeRF技术的工具，允许用户通过交互方式进行对象分割，并实现高质量的3D重建，支持多种输入格式，提供实时渲染与预览功能。
