Notion AI 是内置在 Notion 里的 AI 助手，能查资料、写稿、自动填充数据库，还能把会议录音转成摘要；它随 Business 套餐提供，其他套餐只有有限试用额度。

Grammarly 是一款 AI 写作助手，能在你写英文邮件、论文与文档时实时纠正语法、拼写与标点，还能调整语气、改写整句，免费版每月可生成 100 次 AI 提示。

DeepL 是一款 AI 翻译服务，网页版可以免费使用，每月可翻译 5 万个字符；它还能把整份 Word、PDF、PPT 文档连排版一起翻译，付费订阅后额度更高。

沉浸式翻译是一款 AI 驱动的双语网页翻译扩展：它把外文网页变成原文与译文上下对照的样式，还支持 PDF 文档、视频字幕与图片翻译，免费即可使用，注册后额度更高。

Adobe Podcast 的增强语音是一个浏览器里的免费工具：上传录音，它会消除背景噪音、平衡音量并提高清晰度，官方称处理后的声音就像在录音棚里录的一样，且无需安装任何软件。

RVC 是一个开源的语音音色转换与实时变声框架：官方推荐至少收集 10 分钟低底噪语音数据用于训练，端到端延迟可以做到 170 毫秒，并配有网页界面与实时变声界面，以 MIT 许可证开源。

Demucs 是一个开源的音源分离模型，能把一首歌里的鼓、贝斯与人声分别拆出来；命令行一行即可运行，也能从 Python 直接调用，代码以 MIT 许可证开源。

UVR 是一个开源的人声分离工具，用先进的音源分离模型把音频拆成人声与伴奏两条音轨；官方安装包已内置界面、Python 与 PyTorch，下载后装上就能用，不需要额外配环境。

WhisperX 把转写串成流水线：先用 faster-whisper 批量转写，再用 wav2vec2 强制对齐拿到词级时间戳，最后由 pyannote 区分说话人。

Buzz 是一个能在个人电脑上离线转写与翻译音频的桌面工具，由 Whisper 驱动；支持转写音视频文件、麦克风实时转写与说话人识别，结果可导出 SRT 与 VTT 字幕。

Whisper 是一个通用语音识别模型，同一个模型就能做多语言转写、翻译与语种判断；提供从 3900 万到 15.5 亿参数的六种尺寸，代码与权重都是 MIT 许可。

IndexTTS 是一个零样本文本转语音系统，一段参考音频就能克隆声音；最新版支持五种语言，还能用情感向量、语速系数与拼音发音控制来调节合成细节，也支持半精度推理与 vLLM 部署。

F5-TTS 是一个用流匹配做语音合成的开源项目，提供 pip 安装、命令行推理与 Gradio 网页界面；代码是 MIT 许可，预训练模型因训练数据限制只能非商用。

CosyVoice 是一个开源的语音合成模型，最新版本 Fun-CosyVoice 3.0 支持零样本跨语言克隆声音，覆盖九种外语与十多种中文方言，以 Apache 2.0 许可证开源。

GPT-SoVITS 是一个开源的语音合成 WebUI：输入 5 秒人声就能零样本合成，1 分钟语音数据即可微调出相似度更高的音色，还支持跨中英日韩粤五种语言推理。