AssemblyAI
语音识别 API 服务商，提供转写、说话人分离、情感与话题检测等接口，模型准确率高、接入简单，常被用于会议与通话分析类应用。
排序
Respeecher
影视级声音转换，属于语音合成工具，支持把文字转成自然流畅的语音，支持多种语言与音色，在同类里口碑较稳。
悦录
中文录音转文字工具，支持将录音或音视频文件转为文字，支持自动分段标点与说话人区分，适合日常使用。
Epidemic Sound AI
AI 配乐与版权音乐，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，覆盖场景比较全。
Kyutai TTS
开源实时语音模型，支持把文字转成自然流畅的语音，适合配音演员、播客主播与内容创作者使用，值得一试。
天谱乐
中文 AI 音乐生成，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，适合快速上手。
火山引擎
字节云，属于算力云服务，提供模型训练与推理所需的 GPU 算力，GPU 算力与大模型服务，可作为同类产品的备选。
MelodyStudio
AI 旋律与和声生成，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，适合有相关需求的用户。
Synthesizer V
AI 歌声合成软件，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，适合有相关需求的用户。
MusicGen
Meta 开源音乐生成模型，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，支持选择曲风、情绪与演唱语言。
Suno API
Suno 音乐生成 API，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，覆盖场景比较全。
通义千问
阿里巴巴的大模型系列，办公与文档处理能力突出，主力已升级至 Qwen3.8 系列并强化长周期 Agent 与全模态，适合日常使用。
Otter.ai
会议转写与摘要工具，实时生成带说话人标识的文字记录，自动提取要点与待办，广受会议场景欢迎，适合日常使用。
tl;dv
会议录制与 AI 纪要工具，自动加入会议做记录并生成摘要，支持多语言与按章节回看，个人使用免费，适合日常使用。
Stable Audio
可按文字描述生成配乐与音效片段并控制时长与结构，已迭代至 3.0 版本，侧重素材级产出，便于后期灵活拼接，适合日常使用。
Fireflies
会议记录与转写助手，自动加入线上会议做记录，生成摘要与待办并支持跨会议检索，团队协作场景使用较多，适合日常使用。
Voicemod
实时变声与音效，属于语音合成工具，支持把文字转成自然流畅的语音，支持多种语言与音色，适合快速上手。
WhisperX
带时间轴的 Whisper 增强，属于语音转写工具，支持将录音或音视频文件转为文字，支持自动分段标点与说话人区分。
来音 AI
中文 AI 音乐创作，属于音乐生成工具，支持输入歌词或风格描述即可生成带编曲与人声的完整歌曲，适合快速上手。
Adobe Enhance
Adobe 语音增强，属于音频修复工具，支持针对录音质量不佳的场景，自动压制环境噪声与房间混响、修复爆音并增强人。