AI影音创作

万彩微影集合手绘、翻转文字、图文和相册等短视频制作模块，可添加文字或图片、设置动画效果，并输出视频或GIF供企业及自媒体内容制作使用。

PandaStudio提供桌面视频录制与AI编辑工作流，可按编辑方案处理字幕、停顿、缩放和图形等，并通过时间线继续调整，支持Mac与Windows及智能体接口。

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。

LivePortrait 是人像动画研究项目与开源实现，可将静态人像结合驱动内容生成动作，并提供眼部、嘴部及姿态等控制、人物与动物模型和公开代码入口。

硅灵AI提供数字纪念与人物形象创作，可结合照片、声音和记忆制作纪念视频或AI人物，并提供文字、语音和视频互动入口；相关形象与对话均由AI生成。

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。

Async 将对话式 AI 与视频编辑结合，支持整理原始片段、清理声音、添加字幕和提取短视频，并可在同一工作流中生成补充画面、配音或音乐。

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。

AudioDiary 将语音记录、转写、照片与可选AI反思整合为个人日记，可回看原始录音、整理情绪与目标，并通过语音对话继续梳理想法。

Krikey AI 将文字、图片或视频转换为三维角色与动画，提供角色生成、动作、口型和语音等创作功能，并可将角色动画用于短视频或透明背景 GIF。

TTSLabs 为直播提供文字转语音与声音片段提醒，可连接 Twitch 和直播辅助服务，让观众通过频道奖励或打赏触发声音，并由主播管理播放队列。

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。

Fish Speech是Fish Audio公开提供的语音生成模型与推理代码项目，支持文本生成语音、参考音色克隆、多说话人内容及自然语言风格控制，并提供命令行、API和WebUI使用说明。

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。

Castmagic 是将音视频资料整理为文字和传播内容的 AI 工作平台，提供说话人转录、内容草稿和片段整理等功能，适合播客、访谈与团队资料处理。