语音克隆

ElevenLabs 成立于 2022 年，总部位于英国和波兰，致力于利用 AI 技术生成自然、富有表现力的语音。它的平台支持从文本到语音的转换、语音克隆和多语言配音，服务于各种需求。

Fish Audio是一款生成式AI文本转语音和语音克隆平台，允许用户上传15秒语音片段进行克隆，支持多种场景如故事讲述、广告和有声书。它与AWS、Google Cloud和Nvidia合作，确保技术兼容性。

MimikaStudio 是一款面向 macOS（Apple Silicon 芯片）的本地优先应用，核心优势在于全程本地运行，无需依赖云端，仅需 3 秒音频就能克隆任意声音，同时集成文本转语音、PDF 逐句朗读、有声书创作等实用功能，且针对苹果芯片做了深度优化，通过 MLX 实现原生 Metal 加速，兼顾性能与隐私。