Fish Audio的核心产品是Fish Speech，这是一个开源的文本转语音模型，基于VQ-GAN、Llama和VITS等前沿AI技术开发。该平台由一群开源SVC/TTS项目的开创者组成，其项目在GitHub上获得了超过70,000星标的认可。

MVSEP是一款基于人工智能技术的音频分离工具，其主要功能是将音频文件中的音乐和人声部分进行分离。该工具使用先进的算法，能够有效地将音频中的语音和音乐部分隔离出来，并且可以提取出音频中的文本信息。

DeepPiano是一款以大模型为内核的AI音乐应用，能实现智能乐谱翻页，自动识别演奏进度，无需手动操作，让演奏更加流畅。快速优化录制的钢琴音频，去除噪音提升音质，达到专业水准。

Scribe 是由 ElevenLabs 开发的最新语音转文本模型，以其卓越的转录准确率（英语高达96.7%，意大利语高达98.7%）和强大的多语言支持脱颖而出。它能够识别多达32位不同说话者，并检测非语言事件，如笑声和背景噪音。

一款免费的文本转语音工具，提供语音合成服务，支持多种语言，包括中文、英语、日语、韩语、法语、德语、西班牙语、阿拉伯语等50多种语言，以及超过300种语音风格。

喜马拉雅推出的一站式AI音频创作平台，集成了音频剪辑、配乐、文章转语音、有声小说创作等多项功能。它通过AI技术实现音频的智能识别、降噪、音量均衡和一键成片，支持多种音色选择和配乐资源。

致力于通过AI技术简化复杂的音视频处理流程，提高创作效率，支持多种语言和方言，广泛应用于视频创作、教育、营销等多个领域。

一款专为视频创作者、教育机构、企业会议记录等场景设计的字幕制作与转录平台，为用户提供高准确率的字幕生成服务，极大地提高了工作效率并降低了成本。