视频与音频

ELElevenLabs APIelevenlabs.io

ElevenLabs API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 elevenlabs.io 的功能范围、价格、隐私政策和地区可用性。

OPOpenAI Audio APIplatform.openai.com

OpenAI Audio API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 platform.openai.com 的功能范围、价格、隐私政策和地区可用性。

DEDeepgram APIdeepgram.com

Deepgram API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 deepgram.com 的功能范围、价格、隐私政策和地区可用性。

ASAssemblyAI APIassemblyai.com

AssemblyAI API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 assemblyai.com 的功能范围、价格、隐私政策和地区可用性。

CACartesia APIcartesia.ai

Cartesia API 是一款偏视频与音频方向的AI 工具，主要用于生成、编辑或管理图片、品牌视觉、插画、商品图和创意素材。

适用场景适合制作广告图、产品图、海报、品牌资产或快速验证视觉方向的个人或团队；使用前建议核对 cartesia.ai 的功能范围、价格、隐私政策和地区可用性。

PLPlay.ht APIplay.ht

AI 语音生成与声音克隆平台，支持超多方言

适用场景播客、新闻媒体；新闻文章转语音、克隆品牌声音

REResemble AI APIresemble.ai

Resemble AI API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 resemble.ai 的功能范围、价格、隐私政策和地区可用性。

SPSpeechify APIspeechify.com

Speechify API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 speechify.com 的功能范围、价格、隐私政策和地区可用性。

OPOpenAI Realtime APIplatform.openai.com

OpenAI Realtime API 是一款偏视频与音频方向的AI 工具，主要用于生成、剪辑或处理视频、语音、音乐、字幕和多媒体素材。

适用场景适合制作短视频、课程、口播、配音、会议转录或多语言内容的个人或团队；使用前建议核对 platform.openai.com 的功能范围、价格、隐私政策和地区可用性。

KLKling（可灵）klingai.com

快手出品的 AI 视频生成大模型，国产领先

适用场景国内短视频创作者；图生视频、人物动作生成、长视频

VIViduvidu.studio

生数科技出品的国产 AI 视频生成工具

适用场景国内创作者；文生视频、图生视频、角色一致性

即梦即梦 AIjimeng.jianying.com

字节出品的 AI 图片/视频生成平台

适用场景国内创作者；文生图、文生视频、智能剪辑

PIPixVersepixverse.ai

爱诗科技出品的 AI 视频生成工具

适用场景动漫/短视频创作者；动漫风格视频、图生视频、特效模板

STStable Audiostableaudio.com

Stability AI 出品的 AI 音乐与音效生成工具

适用场景创作者、开发者；生成氛围音乐、音效、长音频

FIFish Speech（开源）fish.audio

开源多语言 TTS 与声音克隆项目

适用场景开发者、中文用户；中文语音合成、少量音频克隆音色