🎵 AI Audio
AI 音频工具：30 款，按中文支持与国内可用性挑
音频分支 30 款工具覆盖四条线：语音合成与声音克隆（ElevenLabs、Fish Audio、Murf、PlayHT、Cartesia），音乐生成（Suno、Udio、Mureka、网易天音、Stable Audio），转写与会议记录（Whisper、Deepgram、AssemblyAI、通义听悟、飞书妙记），以及后期处理（Adobe Podcast、LALAL.ai、Cleanvoice）。中文语音的可用性比一年前好很多，Fish Audio、网易天音这类国产方案在中文语感上已经不输海外第一梯队。
- 收录工具
- 30 款
- 完全免费
- 4 款
- 国内直连
- 11 款
- 中文完全支持
- 6 款
这一类怎么选
-
01 中文语音先听断句
同一个模型读英文很自然、读中文却像念稿，问题通常出在断句和语气词。试音时用你自己的长句（带逗号、数字、英文词），比官方样音更能看出差距。
-
02 克隆声音要看授权边界
声音克隆涉及人格权，商用、公开传播前必须拿到本人书面授权。多数平台在上传时会要求声明，别把「能克隆」当成「能随便用」。
-
03 转写类先看中文识别率
会议记录、访谈整理这类需求，中文识别准确率和说话人分离比功能列表更关键。6 款标注中文完全支持，通义听悟、飞书妙记对中文会议场景优化得比较到位。
全部 30 款AI 音频工具
点条目看价格、访问说明与上手难度
语音合成 TTS 10
音乐生成 9
声音克隆 4
播客与音频处理 4
其它 3
常见问题
- 中文配音哪个工具最自然？
- 站内 6 款标注中文完全支持，Fish Audio、剪映 AI 配音、网易天音在中文语感上反馈较好；ElevenLabs 的多语种模型在情绪表达上更强，但中文断句偶有生硬。建议用同一段 200 字文案横向试听。
- 免费额度够做播客吗？
- 完全免费的只有 4 款。单集 30 分钟的播客通常要几千字文本，免费额度大多只够做 5~10 分钟样音；如果做长期节目，按量计费或开源本地 TTS 更划算。
- 录音转写在国内能直接用吗？
- 11 款标注国内直连，通义听悟、飞书妙记、讯飞系工具都能直接上传中文录音；Whisper 可以本地部署，完全离线、不花钱，代价是要自己配环境。