几个可以制作音频/视频的AI工具，开源+付费产品

1，一个可以在15分钟内创建专业视频的工具。它可以将文本转化为超过120种语言的语音，并提供了超过140种多样化的AI头像选择。使用该工具不需要任何设备或视频编辑技能。（收费）

www.synthesia.io

2，一项名为”Wav2Lip“的研究成果，该成果能够在真实场景中准确实现嘴唇同步。通过使用一个准确的预训练嘴唇同步专家来生成准确的嘴唇形状，并添加视觉质量鉴别器来提高生成结果的质量。该模型在嘴唇同步和生成视频质量上取得了显著的改进，并且适用于任何人脸、任何声音和任何语言。

代码地址：

https://github.com/Rudrabha/Wav2Lip

演示地址：

http://bhaasha.iiit.ac.in/lipsync/

3，一个基于VITS的简单易用的语音转换（变声器）框架，一种使用专门的神经网络将一个人的声音转换为另一个人的声音的方法。

代码地址：

https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/tree/main

演示地址：

https://huggingface.co/spaces/Ricecake123/RVC-demo

4，该软件使个人能够训练自己的人工智能模型，使其能够以任何想要的声音和语言说话。

代码地址：

https://github.com/svc-develop-team/so-vits-svc

5，从长视频创建品牌短视频片段。将脚本变成令人瞠目结舌的销售视频。自动将博客文章转变为引人入胜的视频。自动添加字幕。

https://pictory.ai/

6，该内容介绍了一种通过输入基本文本即可创建视频的方法。用户只需准备好脚本并利用文本转语音功能，即可在5分钟内获得第一个AI视频。这种简化的流程使用户能够轻松地将文本转换为有趣的视频内容。

https://www.deepbrain.io/

7，Meta 推出的 MusicGen，这是一款人工智能驱动的音乐生成器，能够将文本描述转换为旋律作品。

Meta开源的文本音乐生成模型 MusicGen，

演示地址：

https://huggingface.co/spaces/facebook/MusicGen

8，Murf是一个多功能解决方案，可以将文本转换为语音、画外音和听写。它适用于各个领域的专业人士，包括产品开发人员、播客、教育工作者和商业领袖。用户可以根据自己的需求访问自定义选项，创建适合自己的自然声音。Murf提供多种声音和方言选择，并且具有用户友好的界面，确保整个内容创建过程的顺利进行。

https://murf.ai/

9，文本转视频或图像转视频，Gen-2 现在可在 Runway Discord 中使用

Gen-2是一种先进的人工智能系统，能够通过组合文本、图像和视频剪辑等元素来生成创新视频。它采用多模式方法，可以创建涵盖多种媒体格式的迷人且独特的视频内容。

https://runwayml.com/

来源：https://mp.weixin.qq.com/s/R-FTXNbiFh1B4JdcdsNfzg