工具集合
7 个工具AI 语音工具：7 项智能体可用任务
在 Toolmu 浏览七项已接入的语音任务。智能体可使用已列出的工具生成语音或对话、转写语音、变声、对齐文本和音频，以及查询可用声线。按生成或处理步骤选择工具，先查看输入要求与价格，再通过同一个 Toolmu 余额按次付费，无需订阅 Toolmu。本页只展示已接入的能力，不是完整音频工作室，也不代表提供方的全部语音服务。
挑选你的下一个本领。
点开一个工具，了解它能做什么。
ElevenLabs
字幕同步：把文字稿对齐到音频时间轴粘贴一段纯文字稿，再提供一个公开的 HTTPS 音频链接（不超过 20MB），即可返回逐词时间戳，用于重新同步或对齐字幕。它不转写音频、不返回 SRT/VTT 文件、不接收本地上传。只为实际对齐的音频时长付费，单次运行上限 100 美元；同一钱包可用于全部工具。可调用ElevenLabsElevenLabs 语音变声器：转换录音音色把一段录音换成另一个人的音色。粘贴录音的 HTTPS 链接（不超过 20 MB、最长 5 分钟）和目标 ElevenLabs 音色 ID，即可得到用新音色演绎的同一段表演，可选择先去除背景噪声。只为实际用量付费。可调用MiniMax
使用 MiniMax 将文字转换成语音粘贴想要朗读的文字，再按名称选择音色，或直接描述想要的声音风格。可调用ElevenLabsElevenLabs 音色列表：查看可用的声音在生成语音、给对话分配声音或转换录音之前，你想先确认 ElevenLabs 有哪些可用音色。运行这个无需输入的查询，Toolmu 会返回你的账号可用的声音，按次免费、单次上限已验证为 0.00 美元，同一份预付余额仍可用于你的其他工具。可调用ElevenLabsAI 配音演员：把对话脚本变成多角色语音为对话的每一行指定一个声音，即可用 ElevenLabs eleven_v3 生成一条完整的多角色 MP3 音频：最多 20 行、10 个不同声音，并支持演绎标签。脚本和声音选择由你提供；它不做真人声音克隆，也不会替你撰写脚本。通过 Toolmu 按量付费，无需订阅，单次运行费用上限 100 美元。可调用ElevenLabs用 ElevenLabs 把文字转成语音把写好的口播稿、解说词或通知文字转成朗读音频，下载后即可试听或放入你正在编辑的项目。可调用ElevenLabsAudio Transcriber for Audio and Video URLs · ElevenLabs粘贴一个公开的 HTTPS 音频或视频链接，最大 2GB。托管文件、YouTube 和 TikTok 链接均可。ElevenLabs Scribe 会返回文字，并可选择说话人标注、时间戳、语言、术语和实体。本页不接收本地上传、实时麦克风或乐谱听写。可调用
字幕同步：把文字稿对齐到音频时间轴粘贴一段纯文字稿，再提供一个公开的 HTTPS 音频链接（不超过 20MB），即可返回逐词时间戳，用于重新同步或对齐字幕。它不转写音频、不返回 SRT/VTT 文件、不接收本地上传。只为实际对齐的音频时长付费，单次运行上限 100 美元；同一钱包可用于全部工具。可调用ElevenLabsElevenLabs 语音变声器：转换录音音色把一段录音换成另一个人的音色。粘贴录音的 HTTPS 链接（不超过 20 MB、最长 5 分钟）和目标 ElevenLabs 音色 ID，即可得到用新音色演绎的同一段表演，可选择先去除背景噪声。只为实际用量付费。可调用MiniMax使用 MiniMax 将文字转换成语音粘贴想要朗读的文字，再按名称选择音色，或直接描述想要的声音风格。可调用ElevenLabsElevenLabs 音色列表：查看可用的声音在生成语音、给对话分配声音或转换录音之前，你想先确认 ElevenLabs 有哪些可用音色。运行这个无需输入的查询，Toolmu 会返回你的账号可用的声音，按次免费、单次上限已验证为 0.00 美元，同一份预付余额仍可用于你的其他工具。可调用ElevenLabsAI 配音演员：把对话脚本变成多角色语音为对话的每一行指定一个声音，即可用 ElevenLabs eleven_v3 生成一条完整的多角色 MP3 音频：最多 20 行、10 个不同声音，并支持演绎标签。脚本和声音选择由你提供；它不做真人声音克隆，也不会替你撰写脚本。通过 Toolmu 按量付费，无需订阅，单次运行费用上限 100 美元。可调用ElevenLabs用 ElevenLabs 把文字转成语音把写好的口播稿、解说词或通知文字转成朗读音频，下载后即可试听或放入你正在编辑的项目。可调用ElevenLabsAudio Transcriber for Audio and Video URLs · ElevenLabs粘贴一个公开的 HTTPS 音频或视频链接，最大 2GB。托管文件、YouTube 和 TikTok 链接均可。ElevenLabs Scribe 会返回文字，并可选择说话人标注、时间戳、语言、术语和实体。本页不接收本地上传、实时麦克风或乐谱听写。可调用