AI 语音工具盘点：9 款值得了解的产品
编AI导航编辑部|新上线
语音方向的工具分识别（听）、合成（说）和对话（边听边说）三类，它们的评价标准完全不同。
这份清单怎么来的
从本站收录的 9 款 语音AI 应用里，按访问量挑出最受关注的 9 款列在下面。排序不代表质量排名，只是反映大家点开得更多。每一款都可以点进详情页看到更完整的介绍与官网地址。
工具清单
- Suno（Suno Inc.）—— Suno 是一款输入文字描述就能生成完整歌曲的 AI 音乐创作工具，主要面向没有乐理基础、却想拥有原创音乐的普通用户。
- Whisper（OpenAI）—— Whisper 是 OpenAI 推出的开源语音识别模型，核心用途是把音频和视频中的人声自动转写成文字，并支持多语种识别与翻译。
- ElevenLabs（ElevenLabs）—— ElevenLabs 是一款面向内容创作者、开发者和企业团队的 AI 语音合成工具，核心用途是把文字转换成高度自然的语音，并能通过少量样本克隆特定音色。
- Otter.ai（Otter AI）—— Otter.ai 是一款面向会议场景的 AI 语音记录工具，主要解决开会时没人记笔记、记了也记不全的问题。
- Descript（Descript）—— Descript 是一款把音频和视频编辑变成“改文字”的创作工具，主要面向播客主、视频创作者、记者以及需要频繁处理录音素材的团队。
- Murf（Murf AI）—— Murf 是一款面向内容创作者与团队的 AI 语音生成工具，核心用途是把文字脚本快速转成听起来接近真人录音的配音。
- 讯飞听见（科大讯飞）—— 讯飞听见是科大讯飞推出的一款语音转文字与翻译工具，主要面向需要处理大量录音素材的职场人士、记者、学生和内容创作者。
- 讯飞配音（科大讯飞）—— 讯飞配音是科大讯飞推出的在线 AI 语音合成与配音工具，主要面向需要为视频、音频内容快速生成人声的普通用户和中小团队。
- 火山引擎语音（字节跳动）—— 火山引擎语音是字节跳动旗下的企业级语音技术服务平台，面向开发者、企业技术团队以及需要批量处理语音业务的机构，提供语音合成、语音识别和实时交互三大类能力。
按细分方向找
怎么挑
做识别看准确率和口音适应性，以及能否区分说话人；做合成看音色自然度和情感表现，以及授权是否包含商用；做实时对话看延迟，超过一秒的延迟交谈体验就会明显变差。