简单听记

Endel.io简介 Endel.io是一款通过声音来帮你专注、提高工作效率、放松和改善睡眠质量的应用。 Endel 通过其获得专利的核心 ai 技术来产生最个性化的白噪音：通过获取诸如位置、环境和心率之类的信息来创建最佳的符合昼夜节律个性化的声音。Endel 提供四种主要场景：专注、放松、睡眠和活动。每个场景都旨在支持特定的目标或活动，例如提高您的工作效率、镇静您的神经、安抚您进入深度睡眠或为您的运动提供动力。Endel.io还具有定时场景，例如瑜伽、冥想、自我保健和放松，这些场景经过优化，可帮助您进行特定的健康程序。您还可以享受与詹姆斯·布莱克、米格尔和艾伦·沃茨等艺术家和思想家的特别合作。Endel 以神经科学为基础，已被证明可以提高注意力和减轻压力。一项研究发现，与播放列表相比，Endel 音景可以将注意力提高多达 7 倍。另一项研究发现，经常使用Endel可以将压力水平降低3.6倍。Endel 特点：输入使用心率、昼夜节律、天气和一天中的时间等，创建适应您的需求和环境的个性化音景。Endel 以神经科学为后盾，经证明经常使用可以提高注意力、减轻压力和提高睡眠质量。Endel 提供各种场景和合作伙伴关系，以适应不同的活动和心情，例如冥想、瑜伽、恢复、放松和与 Alan Watts 的摇摆智慧。Endel 适用于 iOS、Android、macOS、Apple Watch、Amazon Alexa 和 Apple TV。您可以免费试用 7 天，然后以每月 5.99 美元或每年 49.99 美元的价格订阅。

SenseVoice简介 SenseVoice，一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，enseVoice专注于高精度多语言语音识别、语音情感识别和音频事件检测，具有多语种、混合语言、音色和情感控制能力，在零样本语音生成、跨语言语音克隆和指令跟踪方面的能力表现优秀。FunAudioLLM 通过结合先进的语音理解和生成技术，可以处理复杂的语音任务，并在多种语言环境中实现自然交。SenseVoice可以应用于语音翻译、情感语音聊天、互动播客和富有表现力的有声读物朗读等。SenseVoice具有音频理解能力，包括语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）SenseVoice性能：多语言语音识别：经过超过40万小时的数据训练，支持50多种语言，识别性能超越Whisper模型。丰富转录：拥有优秀的情绪识别能力，在测试数据上达到并超越目前最好的情绪识别模型的效果。提供声音事件检测能力，支持bgm、掌声、笑声、哭泣、咳嗽、打喷嚏等各种常见人机交互事件的检测。高效推理：SenseVoice-Small 模型采用非自回归端到端框架，从而实现极低的推理延迟。处理 10 秒的音频仅需 70ms，比 Whisper-Large 快 15 倍。便捷的Finetuning：提供便捷的Finetuning脚本和策略，让用户根据业务场景轻松解决长尾样本问题。服务部署：提供服务部署管道，支持多并发请求，客户端语言包括Python、C++、HTML、Java、C#等。在aiSHELL-1、AISHELL-2、Wenetspeech、Librispeech和Common Voice上测试了多语言语音识别性能和推理效率，中文和粤语，SenseVoice-Small效果好。github：https://github.com/FunAudioLLM/SenseVoice

Voice Engine简介 Openai的Voice Engine是一款AI语音合成和声音克隆技术，能够通过简短的15秒音频样本和文本输入，生成接近原声的自然听起来的语音。该模型于2022年底首次开发，并已应用于OpenAI的文本转语音API以及ChatGPT的语音和朗读功能中的预设语音。Voice Engine的技术展示了在多种应用中的潜力，包括阅读辅助、内容翻译、改善基本服务交付、支持非言语个体以及帮助失语者“重获声音”等。OpenAI Voice Engine的功能特征：基于文本和音频样本生成语音：Voice Engine能够使用文本输入和单个15秒的音频样本来生成自然听起来的语音，这些语音与原始说话者的语音非常相似。高度逼真和情感丰富：该技术不仅能够复制原始说话者的语音，还能创造出富有情感且逼真的语音，使得生成的语音在清晰度、语音连贯、音色、自然度等方面表现出色。多用途应用：Voice Engine已经在多个领域展示了其潜力，包括提供阅读辅助、内容翻译、改善基本服务交付、支持非言语个体以及帮助失语者“重获声音”等。此外，它还被用于视频翻译，将演讲者的声音翻译成多种语言，同时保留原始口音，并与面部嘴型无缝同步，形成以假乱真的数字虚拟人化身。安全性和谨慎使用：由于合成语音可能被滥用的风险，OpenAI对Voice Engine的发布采取了谨慎的态度。尽管已经在小范围内试用并应用于文本转语音API以及ChatGPT的语音和朗读功能中，但公司强调了对合成声音滥用的担忧，并正在探索相关的安全性措施。OpenAI Voice Engine的应用场景：帮助失语者恢复声音：通过简短的音频样本和文本输入，Voice Engine能够帮助因疾病或其他原因失去语言能力的人重新获得他们的声音。提供阅读辅助：对于儿童和非读者，Voice Engine可以生成自然且情感丰富的语音，以辅助阅读和学习。内容翻译：利用Voice Engine，可以将文本内容翻译成多种语言，并生成接近原说话者的声音的语音输出，从而触及全球听众。支持非言语交流者：对于无法使用传统言语交流的个体，Voice Engine提供了一种新的方式来表达自己，增强了他们的沟通能力。帮助恢复患者的声音：在医疗领域，Voice Engine被用于帮助那些因疾病或其他原因失去或改变自己声音的患者恢复到接近正常的状态。教育应用：例如，儿童教育公司Age of Learning利用Voice Engine为儿童提供有声读物，并提供根据个人定制的实时互动方式。自动语音识别和生成软件：Voice Engine的技术可能在虚拟助手、智能家居设备等场景中有广泛应用，用于自动识别和生成语音。这些应用场景展示了Voice Engine技术的多样性和潜力，从帮助特定群体恢复声音到提供教育辅助，再到促进跨文化交流和改善日常生活体验。综上所述，OpenAI Voice Engine通过利用文本输入和简短的音频样本生成高度逼真且情感丰富的语音，这些语音能够模仿原始说话者的语音。该技术已经在多个领域展现出广泛的应用潜力，同时也面临着安全性和滥用风险的挑战。由于合成语音技术可能被滥用的风险，OpenAI对该技术采取了谨慎的态度，并且目前仅处于小规模预览阶段。此外，OpenAI强调了生成的自然语音具有丰富的情感和逼真的音色，但同时也认识到了与该技术相关的“严重风险”和“合成声音误用的潜力”。

Voicemod简介 Voicemod官方版是一款界面友好、专业实用、功能强劲的变声软件。全新的ai变声，造就声音演出的新纪元，Voicemod官方版完美兼容绝地求生、lol等游戏内置的语音系统，并同样适用于QQ、YY等语音聊天软件，Voicemod拥有非常自由的自定义变声功能。Voicemod配备了超过90种以上的变声情境，每种情境都可以根据你的喜好进行调整。甚至可以创造出独一无二的情境，昨天是飞行员、今天成为宇航员、明天则化身为电影明星，使用最新的AI智能变声技术、让你轻松的在不同角色间自由切换，试听我们最新的AI变声系统、并选择你最喜欢的声音吧！Voicemod的AI智能变声学习系统，是透过让AI系统不断聆听英文语系配音员并学习的方式而成，因此当您使用英文来说话时，会有最好的效果，但就算是其他语言，也完全没有问题。使用Voicemod变声功能时的一些小提醒：尽量保持说话清晰流畅黑尽量将背景噪音降到最低每段话的句尾保持咬字清楚、像“啊”跟“\”等尽量不要喷麦全新的AI变声造就声音演出的新纪元Voicemod的主要功能：超过80种以上的变声情境可客制化的变声器功能播放各式音效的Soundboard功能可以直接连接到其他游戏与APP

Enhance Speech简介 Enhance Speech，一款由 Adobe 出品的录音增强工具，可以去除音频背景噪音，让语音或者录音听起来就像在专业录音室中录制一样，使音频具有专业录音室品质录音的干净、专业的声音。非常适合播客、内容创作者和需要为项目提供清晰锐利音频的专业人士。Enhance Speech主要特点ai 驱动的音频过滤录音室品质的语音音频增强用户友好的界面免费使用针对播客和语音内容进行了优化节省时间的音频改进与音频格式广泛兼容简化的音频处理它解决的好处和痛点将语音转换为录音室品质的声音人工智能技术可节省时间和资源用户友好且适合所有技能水平的人使用兼容多种音频格式免费使用，经济实惠为内容创作者简化音频处理Enhance Speech应用提高播客音频质量改善在线演示的音频清理视频内容的语音优化画外音音频提升采访的音频质量优化电子学习材料的音频完善网络研讨会中的音频提高虚拟活动的音频质量Enhance Speech使用步骤步骤1：选择您的音频文件并将其上传到Enhance Speech。也可以批量上传，每天最多可使用长达 2 小时、大小为 1 GB 的文件，将时间延长至 4 小时。步骤2：使用语音强度滑块轻松调整声音增强量。然后，使用语音补偿滑块确保应用语音强度后语音增强听起来自然。步骤3：预览音频以确保声音完美。然后，选择输出格式和设置，下载。

反谱简介 反谱ai是一款颠覆性的音乐工具，将音乐轻松转换成乐谱。对于音乐爱好者、作曲家和音乐教师来说，这是一款完美的辅助#扒谱#工具。不仅如此，反谱AI还是免费的！反谱AI能将音乐（如 mp3、flac、ogg 等格式）中的旋律转换成人能辨识的音乐符号（如 MIDI 格式或五线谱或简谱文件），支持在线 MIDI 编辑创作下载导出。反谱AI还能实现将带有人声演唱的音乐分离成只有乐器演奏的伴奏和只有人声演唱的声音、可用于BGM制作的免费应用。实现识别五线谱图片或PDF文件。反谱AI功能：音乐转谱：使用先进的人工智能高效快捷的将音乐转录为 MIDI、五线谱与简谱，无论是简单的旋律还是复杂的歌曲，反谱AI都能轻松应对。辅助扒谱：对于那些喜欢自己扒谱的用户，反谱AI会是一个得力的助手。通过识别音频文件中的音高、节奏和和声，它能为用户提供详细的音乐信息，从而使扒谱过程变得更加轻松。曲谱转换：一键将 MIDI/MusicXML 转换为五线谱与简谱，支持 .mid、.midi、.musicxml、.mxl、.xml 格式的音乐人声分离：使用先进的人工智能高效快捷的将音乐分成人声与伴奏。免费使用：反谱AI为广大用户提供免费服务，让每个音乐爱好者都能享受到这个强大的工具。

NovaVSS简介 NovaVSS是以MSS/VSS领域最顶级的人工智能算法为基础，搭载了经大量电影电视数据训练、调优后的ai模型的新一代音视频音轨分离工具。是行业内专门分离电影、电视音轨的新一代最强音视频音轨分离工具。强大算法：以VSS领域最顶级的算法为基础，搭载了经大量电影电视数据训练、调优后的AI模型，让影视的音轨分离从未如此干净、彻底简单易用：从电影电视等音视频中提取人声、音乐、特效声等，一键完成、操作简单、页面易用，让VSS领域的AI、深度学习从未如此简单专业模型：使用专门为电影电视等视频而训练的最强音轨分离AI模型，其分离效果远远超出了传统的基于歌曲而训练的模型NovaVSS的用途：从电影电视等视频中提取人声从电影电视等视频中提取背景音乐从电影电视等视频中提取特效声(音响)NovaVSS 的优点：底层以VSS领域最顶级的人工智能算法为基础。搭载了经大量电影电视数据训练、调优后的AI模型，让影视的音轨分离从未如此干净、彻底。可非常精准的从电影电视等视频中提取人声、背景音乐、特效声。简单易用，无繁杂的配置界面和模型运行环境配置，小白即可轻松上手。NovaVSS的使用：简单三步即可提取电影电视中的人声、音乐、特效声，让VSS领域的AI、深度学习从未如此简单。第1步：上传文件支持MP4, MKV, FLV, AVI, WEBM等视频格式支持MP3, WAV, FLAC, ACC, M4A等音频格式支持批量上传视频、音频文件，并自动过滤无效文件第2步：点击处理可单个文件处理也可选中后批量处理可裁剪音视频长度、启用GPU、切换输出格式等第3步：查看结果可直接打开分离后的音频文件位置内置音频播放器，可直接播放分离后的音频文件NovaVSS价格：体验版-免费10天从电影电视等音视频中一键提取人声、音乐、特效声音视频文件批量处理，可一键处理上千个文件自定义输出路径，免去找不到结果文件的烦恼内置音频播放器，分离结果立马可知支持GPU加速，自动检测GPU、自动加速支持MP4, MKV, FLV, AVI, WEBM等多种视频格式支持MP3, WAV, FLAC, ACC, M4A等多种音频格式专业版-16.8元/月包含体验版全部功能，但强于体验版支持更高品质的音频输出格式，如wav,flac更专业的支撑服务更多功能正在赶来，敬请期待

Sunoify简介 Sunoify是一个通过ai将图片、文字和情感转化为歌曲的平台，只需上传图片或分享想法和情感，然后选择音乐风格，Sunoify AI就可创建一首触动你心灵的个性化歌曲。Sunoify 可以创作流行、摇滚、古典、爵士等多种音乐风格，操作简单，无需音乐经验，歌曲生成后，用户可以高质量下载并随时随地欣赏。Sunoify功能特征：将一切都变成音乐：将您的图片、文字创意和情绪转化为个性化歌曲。Sunoify 是您的专属作曲家，创作与您的灵魂产生共鸣的旋律。为您量身定制的音乐：体验属于您的音乐。上传任意文件，无论是图片、文字还是感觉，然后让 Sunoify 的尖端人工智能技术为您创作量身定制的独特歌曲。灵活且用户友好的界面：使用 Sunoify，过程简单直观。上传您的内容，选择一种音乐风格（或让人工智能根据您的内容推荐一种），然后静待我们为您生成个性化曲目。无限的创造力：从浪漫旋律到节奏鲜明的节拍，Sunoify 充分激发您的创造力。尝试不同的输入和风格，发现个性化音乐的无限可能高品质下载：歌曲完成后，可以高品质下载，随时随地享受。Sunoify 确保优化每首曲目，为您提供最佳聆听体验。活力社区：加入我们活跃的社区，发现新的音乐创意，分享你的作品，与其他音乐爱好者联系。Sunoify主要特点：多模式输入：用户可以通过多种方式激发AI的创作灵感，包括文字描述、情感表达的图片或是特定的网络链接，从而获得与之匹配的音乐作品。风格多样：Sunoify支持多种音乐风格，从流行、摇滚、古典到爵士等，满足不同用户的个性化需求，让每个人都能找到符合自己口味的音乐风格。易于使用：平台设计直观，无需专业知识，即便是音乐新手也能轻松上手，体验创作的乐趣。高质量输出：利用尖端的人工智能技术，Sunoify能够创作出高质量的音乐，这些音乐作品往往具有很高的逼真度，能够以假乱真。免费试用与付费服务：Sunoify提供五次免费试用，试用结束后用户需要付费购买。每次试用将生成两首AI音乐，用户可以从两首中做出选择，并随后将音乐下载到本地，之后用户需要根据自己的需求选择付费计划，以继续享受音乐创作服务。Sunoify不仅仅是一个技术工具，它还成为个人情感表达和故事分享的新方式，用户可以为特殊场合创作独一无二的音乐，如纪念日、求婚等，增加事件的特殊意义。