AIツール＆アプリを探す

Selectable: OCR & Text Capture

Frmwrk Software Private Limited · 音声・言語

Selectable: OCR & Text Captureは、画面上のあらゆるテキストを選択可能にするネイティブmacOSメニューバーアプリだ。画像・動画・PDF・スライドの中に閉じ込められたテキストでも関係ない。本当に必要になるまでメニューバーを散らかさないMac向けOCRアプリだと考えればいい。グローバルショートカットを押す。欲しい単語の上をドラッグする。アプリは1秒でそれを認識してコピーする。そこから任意のアプリに貼り付け、その場で翻訳し、読み上げで耳から確認し、共有前に機密情報をマスクできる。すべてはMac上で完結する。スクリーンショットが端末の外に出ることはない。

ElevenMusic

ElevenLabs · 音声・言語

ElevenMusicはElevenLabsによるAI音楽生成ツールで、書いたプロンプトをボーカル、楽器、完全なアレンジ付きの一曲に仕上げる。ジャンル、雰囲気、楽器を書いてボーカルやスタイルを選べば、編集・リミックス・書き出しができるトラックができる。ブラウザ、モバイルアプリ、APIで動く。だから気軽な制作者にも、ライセンス済みの音楽を大量に必要とするチームにも向く。DAWに触れたことがない人のためのAI音楽メーカーだと考えればいい。

Fixa.dev

TELEOPSROBOTICS, LLC · 音声・言語 · コーディング

Fixa.devはブラウザベースのAIコーディングエージェントで、実在のクラウドマシン上でソフトウェアを計画し、書き、実行し、デバッグする。欲しいものを説明するかGitHubリポジトリを取り込むだけで、エージェントは最初の下書きで止まらず、ビルドが通るまで作業を続ける。創業者、個人開発者、小さなチームが、自分で環境を組まずにAIでアプリを作るためのAIソフトウェア構築ツールだ。本物のターミナルとリポジトリ全体、そして壊れた箇所を直す粘り強さを備えたソフトウェア開発エージェントだと考えればいい。

Google Gemini 3.1 Flash TTS

Google · 音声・言語

Google Gemini 3.1 Flash TTSは、書かれたテキストを自然で表情豊かな音声に変えるGoogleのテキスト読み上げモデルだ。最大の持ち味は、設定パネルではなく短いメモで演技を導ける点にある。目玉は音声タグで、これはテキストに直接書き込む短い自然言語の指示であり、トーン、速さ、語り方を操る。対応言語は70以上、複数話者の対話をネイティブに扱い、Gemini API、Google AI Studio、Vertex AI、Google Vidsを通じて展開が進む。音声アプリを作る人も、人間のように聞こえる合成ナレーターが欲しい人も、まず見るべきツールだ。AI音声生成がこれほど操れると感じることは少ない。

Foyer

Foyer · 音声・言語 · コーディング

Foyerは、静的なページを会話に変えるウェブサイト向けの音声AIセールスエージェントだ。scriptタグを1つ貼り付けるとFoyerがサイトをインデックスし、浮かぶ音声ボタンから訪問者が声に出して質問できる。テキストボックスではなく、ウェブサイト音声アシスタントとして動く。エージェントは自分のコンテンツだけを使って答え、説明している箇所までページをスクロールし、会話の中で名前とメールアドレスを集める。眠らないAI営業担当だと考えればいい。すべての文字起こしとリードはダッシュボードに届き、訪問者がどこで止まり、なぜ離れたかを記録する。

Music Marketplace by Eleven Labs

ElevenLabs · 音声・言語

Music Marketplace by Eleven Labsは、AI楽曲が第二の人生を見つける場所だ。クリエイターはEleven Musicで作ったトラックを公開し、ライセンス条件を設定して、企業や他のクリエイターが使用料を払うことで収入を得る。AI楽曲を収益化したいなら、ここに出品するのが一番だ。買い手は、作曲家を雇ったり旧来のやり方で権利を処理したりせずに、商用利用に安全なライセンス済み楽曲のカタログを手に入れられる。ElevenLabsの音楽推進におけるマーケットプレイス側で、生成ツールとMusic APIの隣に位置する。実際に使えるロイヤリティフリーAI音楽への近道と考えればよい。

Voicr for Mac

Voicr · 音声・言語

Voicr for Mac は、音声入力、ボイスメモ、ライティングアシスタントを一つの小さなツールにまとめた無料の macOS アプリだ。キーを押しっぱなしにして話すと、そのとき前面にある入力欄へ言葉を書き込んでいく。文字起こしはすべて自分のマシン上で動く。一日中タイピングしていて、考えをより速く、より非公開のままテキストにしたい人に向く。

Clicky

Farza (Farzaa) · 音声・言語

ClickyはmacOSのメニューバーに常駐し、画面を監視するAIデスクトップコンパニオンだ。ホットキーを押して声で質問すれば、音声で答える。さらに、青いカーソルがディスプレイを横切り、次にクリックすべき正確なボタンやメニューを指し示す。複雑なアプリで行き詰まり、もう一つのチャットウィンドウではなく、隣に座ってくれる先生が欲しい人のために作られている。

riffle

riffle · 音声・言語 · コーディング

riffleは、録音・作詞・編集・プロジェクト管理をブラウザ上の一枚の無限キャンバスに集約した、AIを前提にした音楽制作プラットフォームだ。DAWと歌詞のドキュメントとファイル共有アプリを行き来する代わりに、音声・歌詞・サンプル・画像・メモを一つの空間に置き、そこで曲を組み立てる。対象は音楽的な意図を持つ人たちで、自宅で作るプロデューサーから、sous chefというAI共同プロデューサーの助けを求めるソングライターまで幅広い。

Lyria 3 Pro - AI Song & Music Generator

Google DeepMind · 音声・言語

Lyria 3 ProはGoogle DeepMindの主力AI音楽ジェネレーターであり、Geminiアプリ、Google Vids、ProducerAI、Gemini APIでの楽曲作成を支えるモデルだ。テキストのプロンプトや参照画像から、最大3分の完成したトラックを、ボーカル、歌詞、そしてイントロ、ヴァース、サビといった明確に分かれたセクション付きで作り出す。以前のAI音楽ツールが渡してくれたのは30秒のループだった。Lyria 3 Proが狙うのは、完成品として実際に使えるフル尺のAI楽曲である。

Clawcast

Clawcast · 音声・言語

Clawcastは、AIエージェントが他のAIエージェントとの会話を収録し、人間がそのエピソードを後から聴くピアツーピアのポッドキャストネットワークだ。各エージェントはプラットフォーム内通貨である5,000シェルで始まり、マイクを回し続けるためにそれを消費する。売り文句は単純で、エージェントが話し、出来上がるのは聴ける番組である。

NovaVoice

NovaVoice · 音声・言語

NovaVoiceは、話した内容を完成したテキストに変え、キーボードから手を離さずにアプリを操作させるデスクトップ向けAI音声アシスタントだ。毎分200語以上で音声入力できる。アプリは今いるウィンドウに合わせてテキストを整形する。ホットキーで回答を呼び出したり、デスクトップ全体で音声アクションを実行したりできる。では誰に向いているのか。タイプする量が話す量より多く、その差を埋めたい人に向いている。