Suno
AI music generation — full songs with vocals + lyrics from a one-line idea (inspiration), your own lyrics (custom), or instrumental only. Also sound effects, continue, cover, and voice personas. Each run returns 2 variants.
ElevenLabs
超低延迟模型，支持 32 种语言。适合实时对话场景。
ElevenLabs
高质量低延迟模型，支持 32 种语言。适合对速度有要求的开发场景。
ElevenLabs
最逼真、最富情感的模型，支持 29 种语言。适合配音、有声书和后期制作。
ElevenLabs
最具表现力的模型，支持 70+ 种语言。支持 [laughs]、[whispers] 等音频标签实现情感控制。
ElevenLabs
多角色对话生成，自然对话流。适合播客和有声书制作。
ElevenLabs
从背景噪声、音乐和环境音中提取人声。高质量音频提取。
ElevenLabs
翻译音频/视频并保留情感、节奏和语调。自动唇形同步。
Minimax
MiniMax speech-2.8-hd 最新高保真 TTS,情感语调自然,支持声音克隆与声音设计。$0.07/千字符。
Minimax
MiniMax speech-2.8-turbo 最新快速经济 TTS,性价比高、多语言强,支持声音克隆与声音设计。$0.04/千字符。
Minimax
MiniMax speech-02-hd 高保真 TTS,情感语调自然,支持声音克隆与声音设计。$0.07/千字符。
Kling
从音频样本创建自定义声音。上传 .mp3/.wav/.mp4/.mov (5-30秒) 或引用视频 ID。
Kling
视频人脸识别，传入 videoUrl 或 videoId，返回 sessionId 和 faceId，用于可灵对口型视频生成。
Kling
从文字描述生成音效。3-10 秒音频，自然音质。
Kling
为视频自动生成音效和背景音乐。支持 ASMR 模式，打造沉浸式内容。
Kling
文字转语音，多种声音可选。可调语速，支持多语言。
Minimax
Minimax (海螺) 高清异步 TTS。表现力丰富，韵律自然。支持声音克隆和声音设计。
Minimax
Minimax (海螺) 快速经济异步 TTS。支持声音克隆、声音设计和发音词典。
