免费使用 Groq 的 Whisper API 进行语音识别，无需费用即可将语音消息转录为超过 50 种语言的文本，适用于语音转文本自动化、会议转录和无障碍功能，需使用免费的 Groq API 密钥

通过 ElevenLabs API 实现文本转语音、音效生成、音乐生成、语音管理与配额查询，适用于使用 ElevenLabs 生成音频或管理语音时使用

使用 Vosk 离线语音识别技术将语音消息和音频文件转换为文本。当用户发送语音消息、音频文件或要求将语音转为文本时使用。

使用 Kyutai Pocket TTS 将文本转为语音，轻量级、CPU 友好、支持流式输出和语音克隆，仅支持英语，在 M4 MacBook Air 上可达约 6 倍实时速度

由CellCog驱动的AI音频生成，支持文本转语音、语音合成、配音、播客音频、旁白、音乐生成、背景音乐和音效设计，用AI实现专业级音频创作

使用 Microsoft Edge TTS 引擎的文本转语音技能，支持实时流式播放

使用 Telnyx 语音转文本 API 将音频文件转录为文本。适用于需要将音频录音、语音消息或口语内容转换为文本的场景。

ElevenLabs AI 音频平台的命令行工具，支持文本转语音、语音转文本、声音克隆等功能

使用MiniMax语音API的简易文本转语音功能，支持自定义语音选择，用于将文本生成语音音频