AI影音创作

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。

Tailor（泰勒）是公开源码的视频剪辑与处理工具，提供人脸和语音剪辑、字幕生成及视频优化等能力，并给出 Windows 安装版与开发者运行方式。

PlaylistAI 根据听歌需求、风格和场景生成音乐播放列表，提供音乐发现及曲目推荐功能，并通过 iOS 和 iPadOS 应用连接支持的音乐服务。

Pod Genie 将已有文章、博客和 RSS 内容转换为播客音频，并提供播客模板、语言转换和短视频制作等内容再利用流程。

Neural Canvas 根据照片、个人资料和想象中的未来目标生成个人影像故事，并将目标规划呈现为逐周展开的章节、每日步骤和文字提示。

LiveReacting AI Host 在直播节目中提供 AI 主持人，可围绕节目主题介绍内容、朗读互动问题和回应观众，并与其云端直播工具配合使用。

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。

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。

Kits AI 面向音乐与声音制作提供AI音频工具，可创建自定义声音、转换人声，并进行人声提取、分轨、音频增强及母带处理。

WowTo 是面向客户支持和工作流程说明的视频制作工具，可将屏幕录制、演示文稿或PDF整理成步骤视频，配合AI配音、字幕与数字讲解形象。

haoone是面向剪辑工作流的AI字幕软件，提供本地与远程转录、文稿匹配、字幕校正与翻译，并能通过字幕编辑器和剪辑插件继续制作成片。

回声口袋用于中文音频和视频转文字，可通过上传文件或导入支持的公开链接生成时间轴转写，并进行说话人区分、校对和导出。