VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为 VALL-E），并将 TTS 视为条件语言建模任务，而不是像以前的工作那样连续信号回归。

Songtell是第一个人工智能生成的歌曲含义库，生成了超过20000首歌曲的含义。你也可以订购一张印有你最喜欢的歌曲含义的海报。

人工智能音乐生成器： 轻松制作翻唱歌曲

AI语音生成器，在线现实文本到语音

面向创作者的 AI 音乐生成器，只需选择情绪、流派和长度，SoundRaw AI就能为你生成优美的歌曲。

Beepbooply是一款人工智能驱动的文本转语音工具，允许用户快速轻松地生成具有逼真声音的音频内容。超过80种语言、120种口音和900种声音，用户可以自定义他们的音频，并生成几个小时的高质量音频内容，只需点击一个按钮。Beepbooply提供个人和商业使用的免费和付费级别，并允许无限的下载和项目。