SuperMaker是一款全能的AI创作平台，主要提供先进的AI视频生成器，集成了AI图像生成、AI音乐创作和AI语音合成功能，支持复杂项目创作，包括AI电影生成器风格的内容。

AI Sound Effect Generator是一款革命性的工具，它利用先进的AI技术将书面描述转换成自定义音效。

ComfyUI-MMAudio是一个基于ComfyUI的插件，它允许用户利用MMAudio模型进行音频处理。

MMAudio是一种多模态联合训练技术，旨在高质量的视频到音频合成。

AudioLM是由Google Research开发的一个框架，用于高质量音频生成，具有长期一致性。

llm-podcast-engine是一个利用人工智能技术自动从网络资源创建引人入胜音频内容的智能播客生成器。

Draw an Audio是一个创新的视频到音频合成技术，它通过多指令控制，能够根据视频内容生成高质量的同步音频。

vta-ldm是一个专注于视频到音频生成的深度学习模型，能够根据视频内容生成语义和时间上与视频输入对齐的音频内容。

ElevenLabs的文本转音效API允许用户根据简短的文本描述生成高质量的音效，这些音效可以应用于游戏开发、音乐制作应用等多种场景。

Make-An-Audio 2是一种基于扩散模型的文本到音频生成技术，由浙江大学、字节跳动和香港中文大学的研究人员共同开发。

Clone-Voice是一个带 web 界面的声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。

Audie.AI是一款智能AI有声书制作工具，它可以将文本内容自动转换为有声书。