基于文本编辑视频，AI 自动转录、降噪、去口头禅、生成字幕和 B-roll，适合播客主、UP 主和内容团队

把PDF论文技术文档转成双人对话播客，上下班路上听

一键总结 Bilibili、YouTube、播客、会议等音视频内容。

支持微信公众号、YouTube、播客、PDF、300+付费墙绕过等15+种内容源，一键生成播客/PPT/思维导图/Quiz

开源自托管的智能笔记研究工具，支持18+AI模型、多模态内容、多说话人播客生成，数据完全本地存储

全球最大的网络收音机APP，免费听10万+电台直播，包括CNN、BBC、NPR等国际新闻台，不需要接大模型，手机电脑网页都能用

敖厂长制作的《囧的呼唤》系列是国内目前点击率最高的单机游戏讲解类视频

让 AI Agent 一键拥有 Twitter、Reddit、YouTube、B站、小红书能力

开源本地语音合成工作室，ElevenLabs 的免费替代品，支持 23 种语言

68种语言语音转文字，支持多语言识别/翻译/语种检测，命令行即可使用

上传音视频，AI 自动整理成结构化 Markdown 笔记

语雀之父玉伯新作：Board看板剪藏素材+AI对话式研究+可改写初稿，把'看过'变成'产出'的AI创作闭环工具

7 引擎 TTS + 语音克隆 + 全局语音输入，本地运行零隐私泄露

阿里Qwen团队出品，中文WER开源最低，配套ForcedAligner毫秒级时间戳，视频配音翻译链路的基础设施

上传视频自动语音转写，选中文字段落就剪出对应片段，还支持按说话人剪辑和 LLM 辅助选段

Whisper转写+LLM语义分析，用自然语言从长视频里找片段、选段、导出成片，检索到剪辑全流程一个Web界面闭环

扔给Agent一条爆款视频,它克隆整条工作流:换脸换词换B-roll,一条命令出100个变体,单条成本约$1,开源无水印

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

中文口播稿出海东南亚怎么配音？覆盖云端统一方案(Qwen-Audio-3.0-TTS/ElevenLabs/MiniMax/豆包)、开源单模型(Scicom/Confucius4)和各语种专用模型(JaiTTS/VieNeu-TTS/Malaysian-TTS)，含选型矩阵

七大狂诗听完起势破局：无人扶我青云志，我自踏雪至山巅——评论区还杀出了朱元璋《咏竹》神接龙