KI-Tools und -Apps entdecken

Selectable: OCR & Text Capture

Frmwrk Software Private Limited · Stimme & Sprache

Selectable: OCR & Text Capture ist eine native macOS-Menüleisten-App, die jeden Text auf dem Bildschirm auswählbar macht, selbst wenn er in einem Bild, einem Video, einem PDF oder einer Folie feststeckt. Denken Sie daran wie an eine OCR-App für Mac, die die Menüleiste in Ruhe lässt, bis Sie sie wirklich brauchen. Sie drücken einen globalen Shortcut. Sie ziehen einen Rahmen über die gewünschten Wörter. Die App erkennt sie und kopiert sie in einer Sekunde. Danach können Sie in jede App einfügen, unterwegs übersetzen, per Sprachausgabe anhören oder sensible Angaben vor dem Teilen maskieren. Alles läuft auf Ihrem Mac, Ihre Screenshots verlassen den Rechner also nie.

ElevenMusic

ElevenLabs · Stimme & Sprache

ElevenMusic ist ein KI-Musikgenerator von ElevenLabs, der einen geschriebenen Prompt in einen fertigen Song verwandelt, komplett mit Gesang, Instrumenten und einem vollen Arrangement. Man beschreibt Genre, Stimmung und Instrumente, wählt einen Gesang oder einen Stil, und das Tool baut einen Track, den man bearbeiten, remixen und exportieren kann. Es läuft im Browser, in einer mobilen App und über eine API. Damit passt es zu Gelegenheitsnutzern wie zu Teams, die lizenzierte Musik in großem Umfang brauchen. Man kann es als KI-Musikmacher für Menschen sehen, die noch nie ein DAW angefasst haben.

Fixa.dev

TELEOPSROBOTICS, LLC · Stimme & Sprache · Coding

Fixa.dev ist ein browserbasierter KI-Coding-Agent, der Software auf einer echten Cloud-Maschine plant, schreibt, ausführt und debuggt. Sie beschreiben, was Sie wollen, oder importieren ein GitHub-Repository, und der Agent arbeitet weiter, bis der Build durchläuft, statt beim ersten Entwurf stehenzubleiben. Es ist ein KI-Software-Builder für Gründer, Indie-Entwickler und kleine Teams, die Apps mit KI bauen wollen, ohne ihre eigene Umgebung aufzusetzen. Denken Sie an einen Software-Entwicklungsagenten, der ein echtes Terminal, das ganze Repository und die Geduld bekommt, das zu reparieren, was kaputtgeht.

Google Gemini 3.1 Flash TTS

Google · Stimme & Sprache

Google Gemini 3.1 Flash TTS ist ein Text-zu-Sprache-Modell von Google, das geschriebenen Text in natürliche, ausdrucksstarke Sprache verwandelt. Es sticht vor allem deshalb hervor, weil man die Darbietung mit kurzen Notizen steuert statt mit einem Einstellungsfenster. Sein Markenzeichen sind die Audio-Tags, kurze Notizen in natürlicher Sprache, die man direkt in den Text setzt, um Ton, Tempo und Vortrag zu lenken. Das Modell deckt über 70 Sprachen ab, beherrscht Dialoge mit mehreren Stimmen von Haus aus und wird über die Gemini-API, Google AI Studio, Vertex AI und Google Vids ausgerollt. Wer Sprach-Apps baut oder einfach einen synthetischen Erzähler will, der wie ein Mensch klingt, sollte sich dieses Werkzeug ansehen. KI-Sprachgenerierung fühlt sich selten so steuerbar an.

Foyer

Foyer · Stimme & Sprache · Coding

Foyer ist ein KI-Voice-Vertriebsagent für Websites, der eine statische Seite in ein Gespräch verwandelt. Sie fügen ein Script-Tag ein, Foyer indexiert Ihre Seite, und ein schwebender Voice-Button lässt Besucher ihre Fragen laut stellen. Er arbeitet als Voice-Assistent für Websites, nicht als Textfeld. Der Agent antwortet nur mit Ihren Inhalten, scrollt die Seite zu den Stellen, die er beschreibt, und sammelt Namen und E-Mail-Adressen innerhalb des Gesprächs. Stellen Sie ihn sich als KI-Verkäufer vor, der nie schläft. Jedes Transkript und jeder Lead landen in einem Dashboard, das festhält, wo Menschen abgebrochen haben und warum sie gegangen sind.

Music Marketplace by Eleven Labs

ElevenLabs · Stimme & Sprache

Music Marketplace von Eleven Labs ist der Ort, an dem KI-Songs ein zweites Leben finden. Kreative veröffentlichen Tracks aus Eleven Music, legen Lizenzbedingungen fest und verdienen Geld, wenn Unternehmen oder andere Kreative für die Nutzung zahlen. Wer KI-Songs monetarisieren will, listet sie hier. Käufer erhalten einen Katalog lizenzierter Musik, die für den kommerziellen Einsatz sicher ist, ohne einen Komponisten zu engagieren oder Rechte auf die alte Art zu klären. Es ist die Marktplatzhälfte des Musikvorstoßes von ElevenLabs, neben dem Generator und der Musik-API. Denken Sie daran als Abkürzung zu lizenzfreier KI-Musik, die Sie wirklich nutzen können.

Voicr for Mac

Voicr · Stimme & Sprache

Voicr für Mac ist eine kostenlose macOS-App, die Diktat, Sprachnotizen und einen Schreibassistenten in einem kleinen Werkzeug vereint. Du hältst eine Taste gedrückt, sprichst, und die App tippt deine Worte in das gerade aktive Feld, wobei die gesamte Transkription auf deinem Rechner läuft. Sie passt zu allen, die den ganzen Tag tippen und einen schnelleren, diskreteren Weg suchen, Gedanken in Text zu bringen.

Clicky

Farza (Farzaa) · Stimme & Sprache

Clicky ist ein KI-Desktop-Begleiter, der in der Menüleiste von macOS sitzt und deinen Bildschirm beobachtet. Du drückst einen Hotkey, stellst eine Frage laut und er antwortet per Stimme. Noch besser: Ein blauer Cursor fliegt über dein Display und zeigt auf die genaue Schaltfläche oder das Menü, das du als Nächstes anklicken sollst. Er ist für Menschen gedacht, die in komplizierten Apps feststecken und einen Lehrer neben sich wollen statt noch ein Chat-Fenster.

riffle

riffle · Stimme & Sprache · Coding

riffle ist eine Musikplattform, die zuerst auf KI ausgerichtet ist und Aufnahme, Schreiben, Bearbeiten und Projektverwaltung auf einem einzigen unendlichen Canvas im Browser vereint. Statt zwischen einem DAW, einem Textdokument für Songtexte und einer Datei-Sharing-App hin und her zu springen, legst du Audio, Songtexte, Samples, Bilder und Notizen in einem Raum ab und baust dort deine Tracks. Sie richtet sich an Menschen mit musikalischer Absicht, von Hobby-Produzenten bis zu Songwritern, die Hilfe von einem KI-Co-Produzenten namens sous chef wollen.

Lyria 3 Pro - AI Song & Music Generator

Google DeepMind · Stimme & Sprache

Lyria 3 Pro ist der führende KI-Musikgenerator von Google DeepMind, das Modell hinter der Songerstellung in der Gemini-App, in Google Vids, ProducerAI und der Gemini-API. Es verwandelt einen Text oder ein Referenzbild in einen kompletten Track von bis zu drei Minuten Länge, mit Gesang, Songtext und klar getrennten Abschnitten wie Intro, Strophe und Refrain. Frühere KI-Musiktools lieferten eine 30-Sekunden-Schleife. Lyria 3 Pro zielt auf vollständige KI-Songs, die Sie tatsächlich als fertige Arbeit nutzen können.

Clawcast

Clawcast · Stimme & Sprache

Clawcast ist ein Peer-to-Peer-Podcast-Netzwerk, in dem KI-Agenten Gespräche mit anderen KI-Agenten aufnehmen und Menschen diese Episoden später anhören. Jeder Agent startet mit 5.000 Shells, der In-App-Währung der Plattform, und gibt sie aus, um das Mikrofon offen zu halten. Das Versprechen ist simpel: Die Agenten reden, und am Ende steht eine Sendung, die man anhören kann.

NovaVoice

NovaVoice · Stimme & Sprache

NovaVoice ist ein KI-Sprachassistent für den Desktop, der Ihre Sprache in fertigen Text verwandelt und Sie Apps steuern lässt, ohne die Tastatur loszulassen. Sie diktieren mit über 200 Wörtern pro Minute. Die App formatiert den Text passend zum Fenster, in dem Sie gerade sind. Hotkeys rufen Antworten ab oder führen Sprachaktionen auf dem ganzen Desktop aus. Für wen ist das also gedacht? Für alle, die mehr tippen als sprechen und diese Lücke schließen wollen.