Speechllect

Speechmatics 是一款領先的人工智慧語音轉文字 API，為企業提供高精度、可擴展的轉錄服務。它支援超過50種語言的即時和批次轉錄模式，並提供包括雲端和本地化在內的靈活部署選項。該工具專為開發人員設計，可將先進的語音辨識功能整合到從客服中心到媒體字幕的任何應用程式中。

Kensho是標普全球（S&P Global）的人工智慧與創新中心，提供一套先進的AI解決方案以結構化非結構化數據。其工具提供高精度音訊轉錄（Scribe）、命名實體識別（NERD）、PDF資料擷取（Extract）和公司資料連結（Link）等功能，主要面向金融和商業領域。

Vatis 是一款面向開發人員的 AI 基礎設施，用於高精度的語音轉文字。它為多種語言的即時和批次轉錄提供強大的 API。Vatis 專為可擴展性和易於整合而設計，幫助媒體、客服中心和教育領域的企業高效地從其音訊和視訊資料中獲取洞察。

TextSynth 透過靈活的 REST API 和互動式 Playground，為開發者提供強大且具成本效益的 AI 模型套件存取權限，包括大型語言模型 (LLM)、文字轉圖像、文字轉語音和語音轉文字。它提供 Llama、Mistral、Stable Diffusion 和 Whisper 等模型，並針對速度和可負擔性進行了優化。

Text Generator 是一個功能多樣且極具性價比的AI平台，提供無限制的文本、程式碼和語音生成。它提供強大的API，包括一個與OpenAI相容的端點以便輕鬆遷移，是為開發者、行銷人員和內容創作者打造的經濟高效的解決方案。

Voiser 是一個先進的 AI 平台，提供高品質的文字轉語音（TTS）、精準的語音轉文字（轉錄）和創新的聲音克隆服務。它支援超過75種語言和550多種聲音，為內容創作者、企業和開發者提供了一套全面的工具，包括會說話的頭像、YouTube配音和API整合。

Speech Studio 是微軟 Azure 提供的一套功能全面的 AI 工具，使開發人員能夠建構具有進階語音功能的應用程式。它提供高精度的語音轉文字、聽感自然的文字轉語音、即時語音翻譯和說話人識別功能。使用者可以建立自訂語音模型和對話式介面，使其成為適用於各種語音解決方案的多功能平台。

Cartesia 是一個為開發者設計的高效能語音AI平台，提供最快、超真實的文字轉語音（TTS）、即時語音克隆和低延遲語音轉文字（STT）。該平台由專有的狀態空間模型技術驅動，專為建構具有無縫整合和企業級安全性的互動式、沉浸式語音應用而設計。

Hume AI 是一家提供共情 AI 工具的研究實驗室和技術公司。它擁有世界上最逼真的語音 AI，包括先進的文字轉語音（TTS）引擎、語音轉語音（EVI）模型和表情測量 API。這些工具使開發者和創作者能夠建構情感智能應用，生成具有細微控制的富有表現力的聲音，並從文字、音訊和影片中分析人類情感。

FreeTTS 是一款多功能 AI 音訊工具套件，提供一系列免費和進階服務。它擅長將文字轉換為具有多種真人般聲音的自然語音。除文字轉語音外，它還提供高精度語音轉文字、AI 人聲分離器、音質增強器以及音訊轉換、剪輯和合併等多種編輯工具。它是為內容創作者、音樂家和任何需要高品質音訊處理的用戶提供的一站式解決方案。

unmixr 是一個一體化的人工智慧內容創作平台，提供超逼真的文字轉語音、高精度的音訊/影片轉錄以及超過100種語言的無縫影片配音。它還包括語音克隆、AI聊天機器人和文案工具，是創作者、行銷人員和電影製作人的綜合解決方案。

VoiceDesignAI 是一款免費、前沿的文字轉語音（TTS）和語音轉換工具，由 Deepseek、Hailuo 和 Grok 等先進的 AI 模型驅動。它能將文字轉換為自然、富有表現力的高品質音訊。該平台支援語音克隆、多語言合成和即時處理，是內容創作者、開發者和企業為其專案增強逼真旁白的理想選擇。

voice_vector 是一個功能強大的人工智慧語音平台，提供高保真聲音克隆、富表現力的文字轉語音（TTS）和精準的語音辨識功能。憑藉其獨特的「按量付費」與訂閱混合模式，它為內容創作者、開發者和企業提供了靈活且具成本效益的解決方案。您可以創建無限的私人克隆聲音，並透過強大的API將進階語音功能整合到您的專案中。

Synthy 是一款先進的 AI 語音產生器和文字轉語音（TTS）平台，可創造超逼真的人聲。它提供聲音克隆、情感表達控制以及多種語言和口音，是內容創作者、開發者和企業的理想選擇。

一款先進的AI語音生成器，可創建超逼真、類人化的語音，用於會話式AI、內容創作和互動式應用。具有即時處理、多種語音選擇和高保真音訊輸出的特點。

Fish.audio 是一個先進的 AI 語音平台，專注於超真實文本轉語音、快速聲音克隆和獨特的角色聲音產生器。它擁有超過20萬種聲音的庫和對13種語言的支援，使創作者能夠為旁白、配音、廣告和娛樂製作錄音室品質的音訊。只需幾秒鐘即可克隆任何聲音，或使用動漫和漫畫中著名角色的聲音，為您的專案注入活力。

TopMediai 是一個集影片、語音和音樂生成於一體的AI創意平台。它提供一整套全面的工具，包括擁有超過3200種聲音的文字轉語音、AI音樂生成器、AI影片生成器、聲音克隆和AI歌曲翻唱創作者。該平台專為內容創作者、行銷人員和開發者設計，無需專業技術即可簡化高品質、專業級內容的製作過程。平台支援超過190種語言，並提供API接口以便無縫整合。

Noiz 是一個先進的 AI 語音平台，提供文字轉語音、聲音克隆和即時影片配音功能。您可以生成逼真的聲音，用 3-10 秒的音訊片段克隆任何聲音，並將您的內容翻譯成多種語言，同時保留原始聲音特徵。是內容創作者、行銷人員和開發者的理想選擇。

DesiVocal 是一款功能強大的人工智慧語音生成器，專注於高品質、逼真的文字轉語音（TTS）轉換，尤其擅長印度及全球多種語言。它能幫助內容創作者、行銷人員和企業在數秒內製作出色的旁白、有聲書和廣告配音。該平台還提供道德語音複製、變聲器和語音轉文字等進階功能，是滿足所有音訊內容需求的一站式解決方案。

Deepdub 是一個由人工智慧驅動的配音和本地化平台，為媒體和娛樂行業提供好萊塢品質的語音解決方案。它利用專有的 eTTS™ 和 V2V 技術，生成超過130種語言的、富有情感共鳴和自然流暢的聲音，確保在全球內容改編中實現無縫銜接、創意控制和企業級安全。