分类
给语音应用打底：把话转成字、把字念出来，一条接口搞定。
🇺🇸美国·Deepgram
Deepgram 做的是语音基础设施，不是给普通人点开就用的应用。它把语音转文字、文字转语音、语音智能体三块拆成接口，也提供一条统一的语音智能体 API，省得自己把几个组件缝起来。
典型用法是嵌进产品里：客服系统接实时转写，播报接 TTS，需要对话就上语音智能体。它对「抢话」「打断」这类真实对话里的情况做了处理，实时和批量两种模式都支持。
它是给开发者用的，控制台和文档全英文，非技术岗上手成本高；自托管那套部署起来也不轻。做语音客服、会议转写的团队值得看。
上传一首歌，让它自己排出分镜，做成一支 MV。
克隆一个声音，再让它按情绪念你写的稿子。
描述一句或者贴段歌词，出一首能商用的完整歌。
把稿子丢进去，选个声音，出可以直接用的配音。
Google 的音乐工作台，描述一句就出一首完整的歌。
把一本小说拆成画本、配音、对轨、审听，一路做到成品。
