SenseVoice是由阿里开源的具有音频理解能力的音频基础模型

OpenVoice是一个由MyShell开发的即时语音克隆AI工具，它使用短音频片段来复制声音，并支持多语言。用户可以精确控制声音风格和情感，包括口音、节奏、停顿和语调等方面。

Azure AI TTS是微软开发的生成自然发音的应用和服务。通过自定义真实 AI 语音生成器让你的品牌独具特色，并使用具有不同说话风格和情感语调的语音来搭配你的用例（从文本阅读器和讲述者到客户支持聊天机器人）。

Easy-Voice-Toolkit 是一个功能丰富的开源音频处理项目，它集成了多种音频处理技术，为用户提供一站式的音频解决方案。

Seed-Music是一个由字节跳动研发的音乐生成模型，用户可以通过输入多模态数据（如文本描述、音频参考、乐谱、声音提示等）来生成音乐，并且提供了方便的后期编辑功能，比如修改歌词或旋律。

腾讯智影集素材搜集、智能配音、数字人播报、在线剪辑、协作审片等视频生产全链路于一体，引领智能创作新方式。