音频ElevenLabsElevenLabs 凭借其 Eleven v3 模型、Professional Voice Cloning(专业声音克隆)以及包含 5,000 种声音的音色库,在 2026 年引领 AI 语音市场。然而,实际生产成本通常比套餐定价高出 2-3 倍,且长篇内容中的声音偏移(voice drift)仍是一个尚未解决的问题。免费增值
视频VEED.ioVEED.io 是一款基于浏览器的视频编辑器,每月有超过 1000 万创作者使用。它将拖放式时间线编辑器与 AI 自动字幕、屏幕录制、AI 数字人以及包含 Sora 2 和 Veo 3.1 的多模型视频生成游乐场结合在一起。免费增值
音频CastmagicCastmagic 可将任何音频或视频录音转化为全套可直接发布的内容资产:转录文本、节目说明、社交媒体帖子、新闻通讯、带时间戳的章节等。专为希望在不增加人员编制的情况下扩大内容产出的播客、教练和内容团队而打造。付费
AI 智能体与自动化SynthflowSynthflow 是一款无代码 AI 语音代理平台,让中小型企业和代理机构无需编写代码即可构建电话呼叫自动化。提供可视化流程设计器、ElevenLabs 语音质量、200 多项集成以及专为代理机构打造的白标转售功能。付费
音频LiveKitLiveKit 是为 ChatGPT 语音模式(Voice Mode)提供支持的开源 WebRTC 基础设施和 AI 代理框架。该公司成立于 2021 年,赋予开发者对实时音视频管道的完全控制权,涵盖从自托管媒体服务器到生产级代理编排的各个环节。免费增值
音频Bland AIBland AI 是一个专为构建企业级 AI 语音代理而设计的开发者平台。它运行完全专有的模型栈(涵盖 STT、TTS 和电话通信),采用统一的按分钟计费模式,能够处理高达一百万的并发呼叫,以实现外呼销售和客户支持的自动化。付费
音频Retell AIRetell AI 是一个由 Y Combinator(W24)支持的语音代理基础设施平台,用于构建由 AI 驱动的电话代理。开发者可以连接自己的 LLM,配置通话流程,并部署能够以约 600ms 延迟处理真实通话的代理。已被医疗保健、物流和电子商务公司大规模使用。免费增值
音频PipecatPipecat 是由 Daily 推出的一款开源 Python 框架,用于构建实时语音和多模态 AI 代理。它将 STT、LLM 和 TTS 服务链接成可编程的流水线,赋予开发者完全的控制权,并支持 100 多种集成,包括 Deepgram、OpenAI、ElevenLabs 和 LiveKit。免费
音频Bee AIBee AI 是一款腕戴式生活记录仪,能够全天候转录您的对话,并将其转化为摘要、待办事项和个人洞察。该产品于 2025 年 7 月被 Amazon 收购,现已与 Gmail、Calendar 和 Apple Health 集成,硬件售价 $49.99,订阅费 $19/month。付费
音频Limitless PendantLimitless 是一款由 Dan Siroker 打造的可穿戴 AI 吊坠和会议智能应用。它可以夹在衬衫上,持续记录面对面和虚拟对话,并生成可搜索的转录文本、摘要和待办事项。付费