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。

Moshi 是一个多流实时语音生成 Transformer 模型，支持全双工语音对话。其主要特点是同时语音输入和输出（全双工），以及处理复杂对话场景的能力，包括重叠语音、中断和情绪表达等非语言信息。

配音神器Pro是一款功能强大的配音软件，提供调整语速、插入停顿、检测敏感词、调节配音角色情感等主要功能，能生成自然逼真的声音。用户输入文本，就能轻松生成多种带有情感的声音。它适合用于影视解说、情感文案创作和自媒体内容制作以及广告、视频、电影、商场等多种场景。

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。

Tad ai 是一个创新的AI音乐生成器，允许用户通过文本提示选择音乐的风格和情感，快速创作原创、免版税的歌曲。它为音乐人和内容创作者提供了一个高效的工具，使音乐创作变得简单而直观。Tad AI 的免费版本尤其吸引人，用户可以在不花费任何费用的情况下生成AI歌曲。

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。