Transcribe 是一个基于 OpenAl 训练并开源的录音转文字工具，支持英语、中文等多种语言，最大的优点就是无需下载大型的模型文件。

Kokoro TTS 是一款开源、轻量级、高性能的文本转语音（TTS）模型，拥有8200万参数，基于StyleTTS 2架构，提供高质量、自然的语音合成，适用于有声书、播客等，成为TTS领域的明星产品。

听悟，现已全新升级为通义听悟，是达摩院发布的一款 ai 效率工具，在学习、会议、培训、访谈等场景中支持实时字幕上屏、中英互译、音视频文件转写等功能；在结束会话后，可在自动区分说话人的基础上，智能分析会话内容，提取会话关键词、议程、重点内容和待办任务等，自动生成智能纪要。方便用户快速回顾，提高效率。

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。

Seed-Music是字节跳动开发的音乐生成模型。用户可以通过输入多模态数据（例如文本描述、音频参考、乐谱、声音提示等）来生成音乐，并且它提供方便的后期编辑功能，例如修改歌词或旋律。

BGM猫是由ai音乐服务商北京灵动音科技有限公司DeepMusic音乐团队研发的用来生成BGM的工具，我们利用AI音乐生成技术使音乐的风格、情绪、时长、段落、能量等变得可控，旨在提供可商用和个人使用的优质音乐内容，降低音乐获取难度及成本。