AI影音创作

CAVN AI提供音乐创作工作室，可从文字、图像或视频构思歌曲，结合人声、分轨、MIDI与多轨编辑准备音乐及相关视频内容。

TranscribeThis 将音频、视频或支持的链接转为文字，提供摘要、说话人标签、时间戳和编辑功能，并可导出 SRT、VTT 字幕或 Word、PDF、TXT 等文档。

SteosVoice 原名 CyberVoice，提供神经语音合成，用于视频、游戏模组、播客和文章配音，并设有企业品牌声音、API、Telegram 及 WAV 音频交付等说明。

Fotor Agent 面向商用与自媒体视频创作，结合 AI 多轨编排、MG 动画、指令剪辑与时间线编辑，同时保留图文模板和设计入口。

AIGIFY提供AI动图生成入口，用户输入文字描述或使用随机创意后登录创建GIF，页面另有动图搜索界面，当前公开结果库未显示作品。

Syllaby 提供无露脸视频、AI 角色和短视频创作，围绕选题、脚本、画面、配音和编辑形成工作流，并提供内容日历、批量排期及社交数据入口。

SoulGen 当前提供文字、参考图片到视频的创作流程，包含说话角色与口型同步，并可使用文字提示编辑图像、增删内容或扩展画面。

Krea Video是Krea的独立视频创作工作区，可围绕文字或图片选择视频模型，并在同一入口访问相应创作界面。

Keevx 国际站介绍文字、网址或图片生成 AI 视频，结合虚拟形象、多语言、口型同步、翻译与克隆视频等入口服务创作者和商业内容制作。

MUSI-CO 围绕作曲创意提供计算工具和定制 MIDI 数据集，重视人的音乐选择与算法协作，官网展示 MIDI 控制、交互演示与应用入口。

WOXO VidGPT将文字想法整理为适合YouTube Shorts的不露脸视频，组合脚本、画面、配音和字幕，并提供发布与定时安排入口。

Guidde 是面向企业团队的工作流程说明和培训视频制作平台，将操作过程转为视频文档，用于员工入职、客户支持、SOP 和软件使用指导。

Boolvideo 将创意、脚本、商品链接或博客整理为视频，可结合用户素材与素材库选择画面，并组织脚本、AI配音和背景音乐。

MaskGCT是Amphion项目中的非自回归文本转语音模型，公开目录提供预训练权重与本地推理步骤，用户可通过Gradio、Jupyter Notebook或推理脚本使用语音生成流程。

OpenVoice是由MyShell相关团队公开发布的语音克隆项目，提供V1、V2模型与使用说明，支持参考音色克隆、多语言语音生成以及情绪、口音和节奏等风格控制。