AI视频音频工具
以下是「AI视频音频」方向的 71 款 AI 工具，按用途与口碑整理，点击名称直达官网。工具能力与价格可能随版本变化，以官网为准。
Wondercraft 可把脚本或资料制作成带 AI 配音、音乐和音效的播客与音频内容。
Moises 可分离歌曲中的人声和乐器，并提供调速、变调、和弦与节拍检测。
TurboScribe 可上传音视频，生成带说话人区分的文字、字幕和多种导出格式。
Auphonic 可自动完成音视频响度平衡、降噪、去混响、静音裁剪与格式处理，适合播客和录音后期。
Midjourney最新上线的新项目，通俗的解释是Midjourney TV就是Midjourney给广大创作者提供的一个AI视频专区，这个AI视频专区里呈现的视频是广大Ai创者使用MJ创作生成的高质量AI视频内容
有言AI是由魔珐科技精心打造的一站式AI视频创作和3D数字人生成平台，借助先进的人工智能技术，有言AI实现了无需拍摄、剪辑和后期处理的一键视频生成。
Vimeo AI视频创作套件是一款集成了前沿人工智能技术的在线视频制作工具集，旨在为不同水平的视频创作者提供强大、易用的视频编辑和创作解决方案。无论是企业宣传、教育培训、社交媒体分享还是个人娱乐，Vimeo AI都能助您一臂之力，让视频制作变得更加简单、高效。
基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现
Pika是AI创作平台，提供视频生成、视频延长、图片生成与编辑，以及配音和音效等功能。使用创作工具需要登录，功能额度随套餐不同。
Creatify 是一款利用人工智能技术从产品链接或描述生成高质量营销视频的AI视频广告平台，利用人工智能技术极大地简化了高质量营销视频的制作过程。只需输入产品链接或描述，它就能将产品页面、图片等转化为引人入胜的视频广告，适用于各种规模企业与营销人员。
奇妙元是出门问问推出的ai虚拟数字人形象视频创作及直播平台。现有超 100 款数字人、超 1000 款 3D 数字资产、超 1000 种声音。凭借多模态生成技术，「奇妙元」平台目前共支持图片建模（2D 数字人）、视频建模（2.5D 数字人)、3D 建模（3D 数字人）三种不同形式的数字人生成。
魔音工坊是一款媲美真人的AI配音软件，为您轻松配出好声音。广泛应用于短视频配音、新闻播报、有声书、有声电台、外语出海等多种配音场景，拥有600多款声音、1500余种风格，更有「满超」、「杨婧」、「采采」等众多明星大咖声音入驻，简单易用、轻松上手。
标贝悦读AI配音是标贝科技推出的一款基于人工智能技术的Ai在线文字转语音工具，专为视频配音及多媒体内容创作设计。它通过深度神经网络构建超300种音色库，覆盖童声、成人男女声、方言、外语及情感音色（如亲和、甜美、稳重等），支持多人配音、情绪音色切换、外语及方言配音、声音复刻等核心功能。
自动识别长视频高光片段，生成适合短视频平台发布的剪辑。
面向创作者完成脚本、拍摄、字幕、配音和视频后期处理。
在线录制高质量远程访谈，并自动转写、剪辑和生成短片。
从文字想法生成脚本、画面、配音、字幕和可发布视频。
Mubert 根据文字描述和使用场景生成音乐，可用于视频、直播、播客和应用配乐。
Buzz 可在本机转写音视频、生成 SRT/VTT 字幕；需安装并下载模型，处理速度取决于设备。
面向商品宣传的 AI 产品视频创作平台，可围绕产品资料准备营销视频。
通过语音识别生成视频字幕，并提供字幕编辑和翻译功能，适合制作课程与短视频字幕。
把主题、脚本或资料转换为带旁白的 AI 白板讲解视频，适合课程说明，生成内容仍需核对。
用 AI 从长视频、播客或直播中提取短片，并添加字幕与调整画面，上传前需确认素材使用权。
通过 AI 识别长视频片段，辅助剪辑、生成字幕和调整画幅，适合整理已有视频的短版内容。
通过 AI 转录音视频、编辑文字并生成配音，支持多说话人脚本与字幕，配音使用平台提供的音色。
用自然语言指令安排 AI 视频字幕、翻译、配音和剪辑任务，适合在桌面端处理已有素材。
从商品资料生成脚本、AI 演员口播、字幕和完整 UGC 广告视频，适合持续测试营销创意。
聚合多种生成模型，把文字或图片转换为视频，并提供画面扩展、增强、换脸和基础编辑工具。
用文字、图片或现有视频生成、重绘和增强视频，也提供图片放大及多模型 API 接入。
把商品链接、图片或脚本转换为营销视频，可调整脚本、数字人、配音、字幕和品牌样式。
自动为短视频添加字幕、删停顿、插入素材和提取高光，也可排期发布到社交平台。
把长视频自动拆成适合短视频平台的高光片段，支持字幕、重构画幅和文本式编辑。
通过 API 构建可看、可听、可实时回应的数字人视频对话，也支持脚本生成数字人视频。
将文章或脚本转成由 AI 数字人讲解的视频，支持个人克隆、字幕、配音和多语言版本。
JoggAI 可把文字、照片或商品链接制作成数字人口播视频，提供自定义形象、配音、字幕和视频翻译，适合教程与产品展示。
BHuman 可从一段录制视频批量生成不同姓名、公司等内容的个性化版本，支持导入表格或连接接口，也提供脚本生成口播视频。
MakeUGC 可根据脚本和虚拟演员制作口播与商品展示视频，支持自定义人物、商品手持画面，以及字幕、音乐和补充镜头编辑。
在苹果设备上用本地 Whisper 模型转写录音，并导出文本或字幕。
为开发者提供 AI 语音转文字接口，支持录音文件和实时音频流转写。
为开发者提供音视频语音转写接口，支持录音转文字、语言识别和说话人区分。
为开发者提供 AI 语音转写接口，支持多语言对话、说话人区分和自定义词汇。
AI 语音合成与声音复刻，提供云端 API、设备端和私有部署方案，复刻他人声音需授权。
将屏幕录制转成 AI 讲解视频和分步操作文档，可编辑脚本与配音，适合产品演示和工作流程说明。
AI 转写音视频并生成带时间戳的摘要，可按文字剪片；上传前确认资料权限。
用 AI 将采访或会议的音视频转为文字，区分说话人并生成摘要，方便编辑与导出；转写需校对，敏感录音上传前确认授权。
在 Adobe Premiere 中用 AI 转写字幕、翻译并清理口播中的静音和重复片段；需安装插件并联网处理，剪辑建议与字幕须复核。
给口播视频用 AI 匹配补充画面（B-roll）、字幕与文字效果，并继续调整编辑；需上传授权视频，字幕与所用素材的使用权须复核。
用 AI 翻译音视频并生成多语言配音与字幕，帮助已有内容做语言本地化；仅使用授权内容与声线，翻译和发音须人工复核。
用 AI 分析音轨并辅助频谱均衡、减少多轨之间的频率掩蔽，适合在音频制作软件中调整混音；需安装兼容插件、核对授权并听辨结果。
用 AI 从人声与对白中分离背景噪声，辅助整理播客、配音和视频录音；需在兼容音频软件中安装并授权插件，处理后试听确认细节。
用 AI 将文字或文章链接整理成视频分镜、配音和画面，可继续编辑后导出。
用 AI 从口播和播客视频识别精彩片段、去除停顿、生成字幕并调整画幅。
用 AI 从商品图片制作展示视频与数字人口播广告，并增强视频、生成字幕。
用 AI 识别长视频中的精彩片段，生成短片、自动字幕并调整竖屏构图。
用 AI 从长视频挑选片段、生成字幕和调整竖屏画幅，辅助短视频制作。
用 AI 把文字、链接和音频制作成短视频，生成配音、字幕与画面。
用 AI 生成视频和脚本、识别字幕与翻译视频，并支持在线协作剪辑。
用 AI 翻译视频与音频，生成多语言配音和字幕，辅助内容本地化。
用 AI 将脚本和文档制作成数字人讲解视频，适合培训与知识演示。
用 AI 生成和编辑图片与视频，支持文生视频、图生视频和营销素材制作。
用 AI 生成视频脚本、配音和画面，辅助短视频制作、编辑与内容排期。
通过 AI 生成素材、辅助视频剪辑、制作字幕与处理音频，需使用剪辑软件。
用 AI 生成视频字幕、标题和社交媒体文案，辅助整理口播视频并调整画幅。
用 AI 辅助制作视频、生成字幕和翻译内容，并在浏览器中继续剪辑。
用 AI 生成图片和视频、制作字幕与配音，配合在线视频编辑使用。
用 AI 将文字或博客文章转成视频、生成配音和字幕，另有直播与托管功能。
用 AI 智能体辅助视频编辑、生成字幕、翻译内容与制作配音；功能依设备和方案而异。
通过 AI Assist 辅助视频制作、生成字幕与翻译内容，适合培训和课程视频。
用 AI 根据文字、图片或链接生成视频，再调整品牌样式、素材和音乐。
用 AI 生成配音、自动字幕并辅助视频剪辑，同时提供录屏与时间线编辑。
用 AI 生成视频摘要、字幕和章节，辅助翻译与教学测验，配合录屏和编辑使用。
