Dia 是一個由 Nari Labs 開發的文本到語音（TTS）模型，具有 1.6 億參數，能夠直接從文本生成高度逼真的對話。該模型支持情感和語調控制，並能夠生成非言語交流，如笑聲和咳嗽。它的預訓練模型權重託管在 Hugging Face 上，適用於英語生成。此產品對於研究和教育用途至關重要，能夠推動對話生成技術的發展。

AbletonMCP 是一款將 Ableton Live 與 Claude AI 連接的插件，利用模型上下文協議（MCP），能夠實現音樂製作、音軌創建及即時會話操控。此工具不僅簡化了音樂創作過程，還提高了工作效率，特別適合音樂製作人和創作者，幫助他們通過 AI 技術來激發靈感和快速實現創意。該插件的價格信息未提供，但用戶可以在 GitHub 上免費下載和使用。

Orpheus TTS 是一個基於 Llama-3b 模型的開源文本轉語音系統，旨在提供更加自然的人類語音合成。它具備較強的語音克隆能力和情感表達能力，適合各種即時應用場景。該產品是免費的，旨在為開發者和研究者提供便捷的語音合成工具。

NotaGen 是一款創新的符號音樂生成模型，通過預訓練、微調和強化學習三個階段提升音樂生成質量。它利用大語言模型技術，能夠生成高質量的古典樂譜，為音樂創作帶來新的可能性。該模型的主要優點包括高效生成、風格多樣和高質量輸出。它適用於音樂創作、教育和研究等領域，具有廣泛的應用前景。

Spark-TTS 是一種基於大語言模型的高效文本到語音合成模型，具有單流解耦語音令牌的特性。它利用大語言模型的強大能力，直接從代碼預測的音頻進行重建，省略了額外的聲學特徵生成模型，從而提高了效率並降低了複雜性。該模型支持零樣本文本到語音合成，能夠跨語言和代碼切換場景，非常適合需要高自然度和準確性的語音合成應用。它還支持虛擬語音創建，用戶可以通過調整參數（如性別、音高和語速）來生成不同的語音。該模型的背景是為了解決傳統語音合成系統中效率低下和複雜性高的問題，旨在為研究和生產提供高效、靈活且強大的解決方案。目前，該模型主要面向學術研究和合法應用，如個性化語音合成、輔助技術和語言研究等。

DiffRhythm 是一種創新的音樂生成模型，利用潛在擴散技術實現了快速且高質量的全麴生成。該技術突破了傳統音樂生成方法的限制，無需複雜的多階段架構和繁瑣的數據準備，僅需歌詞和風格提示即可在短時間內生成長達 4 分 45 秒的完整歌曲。其非自迴歸結構確保了快速的推理速度，極大地提升了音樂創作的效率和可擴展性。該模型由西北工業大學音頻、語音和語言處理小組（ASLP@NPU）和香港中文大學（深圳）大數據研究院共同開發，旨在為音樂創作提供一種簡單、高效且富有創造力的解決方案。

Llasa是一個基於Llama框架的文本到語音（TTS）基礎模型，專為大規模語音合成任務設計。該模型利用16萬小時的標記化語音數據進行訓練，具備高效的語言生成能力和多語言支持。其主要優點包括強大的語音合成能力、低推理成本和靈活的框架兼容性。該模型適用於教育、娛樂和商業場景，能夠為用戶提供高質量的語音合成解決方案。目前該模型在Hugging Face上免費提供，旨在推動語音合成技術的發展和應用。

IndexTTS 是一種基於 GPT 風格的文本到語音（TTS）模型，主要基於 XTTS 和 Tortoise 進行開發。它能夠通過拼音糾正漢字發音，並通過標點符號控制停頓。該系統在中文場景中引入了字符-拼音混合建模方法，顯著提高了訓練穩定性、音色相似性和音質。此外，它還集成了 BigVGAN2 來優化音頻質量。該模型在數萬小時的數據上進行訓練，性能超越了當前流行的 TTS 系統，如 XTTS、CosyVoice2 和 F5-TTS。IndexTTS 適用於需要高質量語音合成的場景，如語音助手、有聲讀物等，其開源性質也使其適合學術研究和商業應用。

InspireMusic 是一個專注於音樂、歌曲和音頻生成的 AIGC 工具包和模型框架，採用 PyTorch 開發。它通過音頻標記化和解碼過程，結合自迴歸 Transformer 和條件流匹配模型，實現高質量音樂生成。該工具包支持文本提示、音樂風格、結構等多種條件控制，能夠生成 24kHz 和 48kHz 的高質量音頻，並支持長音頻生成。此外，它還提供了方便的微調和推理腳本，方便用戶根據需求調整模型。InspireMusic 的開源旨在賦能普通用戶通過音樂創作提升研究中的音效表現。

MakeSong 是一款創新的 AI 歌曲生成器，能夠根據用戶提供的文本或歌詞快速生成高質量的音樂。它為音樂創作者提供了無限的可能性，無論是製作個人作品、商業廣告，還是為社交媒體內容生成背景音樂，都可以輕鬆實現。該產品支持多種音樂風格，並提供不同的價格套餐，適合不同需求的用戶。

VoiSpark是一個AI語音生成平臺，能生成逼真的文本轉語音，克隆聲音，併為視頻、播客等定製獨特AI聲音。該平臺具有100%免費試用。

MusicCreator AI是一款利用AI技術快速生成獨特音樂的創作工具，用戶無需專業音樂背景即可創作原創曲目。產品免費使用，音樂100%免版稅，適合創作者、YouTuber、播客製作人等。

Vozart是一款AI音樂與歌詞生成器，可快速生成原創歌曲。它利用AI從文字或歌詞輕鬆生成原創歌曲，幫助用戶進行快速創作。

Generator AI Music是一款AI音樂生成器工具，利用先進的人工智能技術，幫助用戶輕鬆製作歌曲、轉換文本為音樂、去除人聲、音樂分軌和混音。產品價格分為免費、訂閱制等多個選項，適用於音樂製作愛好者、音樂人、創作者等。

EchoPod是一個利用人工智能將文章、博客和故事轉換為專業品質播客的平臺。其重要性在於可以幫助用戶擴大影響力，提升受眾參與度，無需錄音室即可實現播客製作。EchoPod為Adformatie的數字媒體未來打開了無限可能。

LyricsToSongAI.com是領先的AI音樂生成器和AI歌曲生成器，能夠從文本或歌詞創建專業質量的歌曲。該產品背景信息包括擁有10K全球用戶、98%滿意度率、服務於150個國家。

LofiLab是一個網頁應用程序，允許您探索和享受各種環境音樂、音樂和視覺效果。具有直觀界面和強大功能，您可以創建個性化、沉浸式體驗，符合您的喜好。

AI說唱生成器是一款利用AI技術從文本創作說唱音樂的工具，能夠快速生成獨特的說唱音樂作品。其優勢在於快速創作、幫助解決創作障礙、提供免費音樂等。