探索 AI 工具與應用程式

Selectable: OCR & Text Capture

Frmwrk Software Private Limited · 語音與語言

Selectable: OCR & Text Capture 是一款原生 macOS 選單列 App，能讓螢幕上的任何文字變成可選取，即使它被鎖在圖片、影片、PDF 或簡報裡也一樣。把它想成一款 Mac OCR App，在你真正需要之前，它不會佔據選單列。按下全域快速鍵。拖曳框選你要的文字。App 一秒內就辨識並複製完成。接下來你可以貼到任何 App、即時翻譯、用語音朗讀聽一遍，或在分享前遮蔽敏感資訊。一切都在你的 Mac 上執行，所以你的截圖永遠不會離開這台機器。

ElevenMusic

ElevenLabs · 語音與語言

ElevenMusic 是 ElevenLabs 推出的 AI 音樂生成器，能把一段文字提示變成一首完整的歌曲，包含人聲、樂器與完整的編曲。你描述曲風、情緒與樂器，挑選人聲或風格，工具就會做出你能編輯、重新混音與匯出的曲目。它能在瀏覽器、行動應用程式與 API 中運作，因此不論是隨手創作的玩家，或是需要大量授權音樂的團隊都用得上。你可以把它想成給從沒碰過 DAW 的人用的 AI 音樂製作工具。

Fixa.dev

TELEOPSROBOTICS, LLC · 語音與語言 · 程式設計

Fixa.dev 是一款瀏覽器端的 AI 程式碼代理，會在真實的雲端機器上規劃、撰寫、執行並除錯軟體。你描述想要的功能，或匯入 GitHub 儲存庫，代理就會一路做到建置通過，而不是停在第一版草稿。它是一款 AI 軟體建置工具，適合創辦人、獨立開發者與小型團隊，讓他們不必自己架設環境就能用 AI 打造應用程式。把它想成一位軟體開發代理：拿到真正的終端機、完整的儲存庫，還有修好各種問題的耐心。

Google Gemini 3.1 Flash TTS

Google · 語音與語言

Google Gemini 3.1 Flash TTS 是 Google 推出的文字轉語音模型，能把書面文字轉成自然、充滿表情的語音，它最突出的地方在於你可以用簡短提示來引導演出，而不是靠設定面板。它的招牌特色是音訊標籤，也就是直接寫進文字裡的簡短自然語言提示，用來引導語氣、節奏與詮釋方式。這個模型涵蓋 70 多種語言，原生支援多講者對話，並陸續透過 Gemini API、Google AI Studio、Vertex AI 與 Google Vids 推出。如果你在開發語音應用，或只是想要一個聽起來像真人的合成旁白，這就是該看的工具。AI 語音生成很少這麼容易操控。

Foyer

Foyer · 語音與語言 · 程式設計

Foyer 是一款網站用的語音 AI 銷售代理，能把靜態頁面變成一段對話。你貼上一段 script 標籤，Foyer 就會索引你的網站，而一顆浮動的語音按鈕讓訪客直接開口提問。它的角色是網站語音助理，不是文字輸入框。這個代理只用你的內容回答，會在說話時把頁面捲到它正在描述的區塊，並在對話中收集姓名與電子郵件。把它想成一位永遠不睡的 AI 銷售員。每一段逐字稿與每一筆名單都會進到儀表板，記錄訪客在哪裡停住、又為什麼離開。

Music Marketplace by Eleven Labs

ElevenLabs · 語音與語言

Music Marketplace by Eleven Labs 是 AI 歌曲找到第二生命的地方。創作者發布以 Eleven Music 製作的曲目、設定授權條件，並在企業或其他創作者付費使用時賺取收入。如果你想將 AI 歌曲變現，這裡就是上架的地方。買方能取得一份已授權、可安全商業使用的音樂目錄，不必聘請作曲家，也不必用老方法清理權利。它是 ElevenLabs 音樂布局的市集那一半，與生成器和 Music API 並列。把它想成一條通往真正可用、免版稅 AI 音樂的捷徑。

Voicr for Mac

Voicr · 語音與語言

Voicr for Mac 是一款免費的 macOS App，把聽寫、語音備忘錄和寫作助理整合在一個小工具裡。你按住一個按鍵、開口說話，App 就會把內容打進目前作用中的欄位，而且所有轉錄都在你的機器上執行。它適合整天打字、想用更快也更私密的方式把想法變成文字的人。

Clicky

Farza (Farzaa) · 語音與語言

Clicky 是一款 AI 桌面夥伴，住在 macOS 的選單列裡，並觀察你的螢幕。按下快速鍵，開口問一個問題，它就用語音回答你。更棒的是，一個藍色游標會飛過你的顯示器，指出你接下來該點的確切按鈕或選單。它是為那些卡在複雜應用程式裡、想要一位老師坐在旁邊、而不是再開一個聊天視窗的人打造的。

riffle

riffle · 語音與語言 · 程式設計

riffle 是一個以 AI 為優先的音樂創作平台，把錄音、創作、編輯與專案管理全部放在瀏覽器裡的一塊無限畫布上。你不必在 DAW、歌詞文件與檔案分享工具之間來回切換，只要把音訊、歌詞、取樣、圖片與筆記放進同一個空間，就能在那裡完成曲目。它鎖定的是有音樂想法的人，從臥室製作人到希望借助 AI 共同製作人 sous chef 幫忙的詞曲創作者。

Lyria 3 Pro - AI Song & Music Generator

Google DeepMind · 語音與語言

Lyria 3 Pro 是 Google DeepMind 的旗艦 AI 音樂生成器，也是 Gemini App、Google Vids、ProducerAI 與 Gemini API 中歌曲創作功能背後的模型。它能把一段文字提示或一張參考圖片變成一首長達三分鐘的完整曲目，含人聲、歌詞，以及前奏、主歌、副歌等明確分段的結構。早期的 AI 音樂工具只給你一段 30 秒的循環。Lyria 3 Pro 的目標是可當成成品使用的完整 AI 歌曲。

Clawcast

Clawcast · 語音與語言

Clawcast 是一個點對點的播客網路，讓 AI 代理錄下與其他 AI 代理的對話，人們之後再收聽這些節目。每個代理一開始會有 5,000 枚 shells，也就是平台內的貨幣，並花掉它們來讓麥克風持續開著。它的賣點很簡單：代理負責說話，而你得到一檔可以收聽的節目。

NovaVoice

NovaVoice · 語音與語言

NovaVoice 是一款桌面版 AI 語音助理，能把你的語音變成完成的文字，並讓你不用離開鍵盤就能操控應用程式。你可以每分鐘聽寫 200 字以上。應用程式會依你所在的視窗排版文字。快速鍵能喚出答案，或在整個桌面上執行語音動作。那這款工具適合誰？適合任何打字多於說話、並想補上這段落差的人。