AI 创作

快手推出的AI视频与图片生成创作平台，支持文生视频、图生视频、数字人与创意特效。

工业级零样本语音克隆 TTS 系统，单段参考音频即可克隆音色，支持多语言与情感、语速、发音精细控制。

面向音乐人的 AI 创作套件，可分离人声与乐器、变速、识别和弦与歌词。

一站式 AI 创作平台，集成 100+ 图像、视频、音乐模型，支持角色一致性与 3D 世界生成。

面向影视与媒体制作的专业 AI 语音克隆与配音工具，支持跨语言克隆和情感化语音合成。

开源全本地 ElevenLabs 替代品，支持语音克隆、配音、听写、转录与有声书，覆盖 646 种语言。

原 Freepik 升级而来的全能 AI 创意平台，覆盖图像、视频、音频与 3D 生成。

开源本地化的 ElevenLabs 替代品，支持声音克隆、配音、听写与有声书，覆盖 646 种语言。

开源本地语音生成 WebUI，集成 20+ TTS、语音克隆与音乐生成模型，支持扩展安装。

开源 Gradio 语音工作台，集成 Whisper 识别、零样本声音克隆、多语言 TTS 与翻译，可处理 YouTube 音频。

开源端侧实时语音工具包，低延迟语音转文字、意图识别与语音合成，无需联网和密钥

本地实时语音转文字工具，支持流式识别、说话人分离、翻译，兼容 OpenAI/Deepgram API。

面向创意团队的 AI 生成平台，可训练专属风格模型，跨图像、视频、音频、3D 构建工作流。

一站式 AI 图像与视频平台，提供绘图应用、多模型 API 及开源 Ideogram 4.0 模型。

面向设计师的AI图像生成平台，擅长矢量图、自定义风格与写实图像。

数字人平台，用照片或视频生成会说话的多语言 AI 虚拟人视频与实时对话代理。

面向创作者的 AI 视频生成平台，可从文字或图片生成短视频及多镜头作品。

开源视频翻译工具，一站式完成语音识别、字幕翻译、AI 配音与音画同步，支持本地离线与多种在线 API。

快手推出的AI视频与图像生成工作室，支持文生视频、图生视频和多模态创作。

字节跳动旗下一站式AI创作平台，支持文生图、图生视频、智能画布与中文提示词创作。

基于真人配音演员授权录音训练的 AI 语音合成平台，提供 280+ 逼真音色，支持多语言与团队协作。

Krita 的 AI 绘图插件，支持局部重绘、扩图、实时绘画与 ControlNet，可本地运行开源模型。

5 秒克隆声音并实时生成任意语音的开源语音克隆项目，支持中文与多平台。

字节跳动旗下的免费 AI 视频与图像生成平台，支持 Seedance、Seedream 等多种模型。