Cubase

Cubase — цифровая аудиостанция (DAW) для записи, редактирования и сведения музыки, разработанная Steinberg; предоставляет MIDI- и аудио-инструменты, плагины и профессиональные функции для музыкантов и продюсеров.

Boom3D

Boom3D — это программное обеспечение для улучшения звука, которое обогащает ваш аудиоопыт с помощью технологии 3D объемного звучания и настраиваемых эквалайзеров.

Audacity

Бесплатный многодорожечный аудиоредактор и рекордер с возможностью обработки звука, эффектами и поддержкой плагинов.

Apple Music

Сервис потоковой передачи музыки от Apple с каталогом более 100 млн треков, персональными плейлистами, поддержкой Spatial Audio и lossless, радиостанциями и эксклюзивным контентом.

AmpMe

Мобильное приложение для синхронного воспроизведения музыки и видео на нескольких устройствах, превращающее телефоны и колонки друзей в единую звуковую систему.

AmpliTube

Программное обеспечение для моделирования гитарных и басовых усилителей, кабинетов и эффектов, используемое как автономно, так и как плагин в DAW.

Adobe Audition

Профессиональная цифровая рабочая станция для записи, редактирования, микширования и восстановления аудио; включает многодорожечный редактор, волновой и спектральный виды.

Ableton Live

Цифровая аудиостанция (DAW) для создания, записи, сведения и живых выступлений; известна режимами Session и Arrangement и возможностями для диджеинга и обработки аудио в реальном времени.

ElevenLabs

ElevenLabs - это компания, специализирующаяся на разработке программного обеспечения для синтеза речи, использующего технологии глубокого обучения, обеспечивающего естественное звучание голосов.

ESPnet TTS

ESPnet TTS — это инструмент для синтеза речи, который поддерживает множество языков, включая русский. Он основан на современных нейронных сетях и предоставляет возможность создания высококачественного синтезированного голоса.

Next-gen Kaldi

Next-gen Kaldi - это набор инструментов для автоматического распознавания речи, включая поддержку синтеза речи на русском языке.

Tacotron 2

Нейросетевая архитектура для синтеза речи из текста: сеть предсказывает мел-спектрограммы из текста, а затем модифицированный WaveNet (или другой вокодер) преобразует спектрограммы в аудиосигнал.

Glow-TTS

Модель синтеза речи на основе нормализующих потоков, обеспечивающая параллельную генерацию мел-спектрограмм без внешнего выравнивающего автокодера.

VITS

Энд-ту-энд модель синтеза речи (Text-to-Speech) — «Variational Inference with adversarial learning for end-to-end Text-to-Speech», использует вариационный автоэнкодер, нормализующие флоу и adversarial training для прямой генерации аудиоволны из текста и обеспечивает естественное, выразительное воспроизведение.

Silero Models

Набор компактных предварительно обученных моделей для аудио: STT (распознавание речи), TTS (синтез речи), VAD (детектор голосовой активности) и утилиты для препроцессинга и постобработки. Работают на CPU, доступны в PyTorch/ONNX и ориентированы на встраивание и edge‑использование.

Mozilla TTS

Проект глубокого синтеза речи (text-to-speech), реализующий обучение и инференс нейросетевых моделей для генерации естественной речи на разных языках.

Coqui TTS

Библиотека и набор инструментов для синтеза речи (Text-to-Speech) с предобученными моделями и возможностями обучения/тонкой настройки своих голосов. Поддерживает множество языков и локальное использование.

OpenTTS

OpenTTS — серверная обёртка для разных движков синтеза речи (Coqui TTS, Larynx, GlowTTS, eSpeak и др.), предоставляющая единый HTTP API и веб-интерфейс для генерации аудио из текста.

eSpeak NG

Компактный открытый синтезатор речи (TTS), использующий формантный синтез; поддерживает более 100 языков и акцентов, доступен в виде командной утилиты и библиотеки.

Festival Speech Synthesis System

Система синтеза речи с открытым исходным кодом, разработанная в Centre for Speech Technology Research (University of Edinburgh). Предлагает полный стек TTS, набор API, инструменты для создания голосов (Festvox) и поддержку нескольких языков.