線上工具 - 影音視聽

text2voice.cc 是一款基於微軟 Edge TTS（Neural 語音合成）技術開發的免費線上 TTS 服務。實際上，它的核心是透過 WebSocket 直連微軟的語音合成服務，讓合成出來的聲音相當接近真人說話的自然感，而不是那種機械感很重的傳統 TTS。

根據官網的介紹，這個工具目前提供兩組語音引擎備援機制：主要使用 Microsoft Edge TTS，當服務無法使用時，會自動切換到瀏覽器內建的 Web Speech API，確保使用者在大多數情況下都能正常使用。整個工具以純前端技術（HTML5、CSS3、原生 JavaScript）建構，不需要後端伺服器，對資料隱私也相對友善。

這款工具是以知名開源影音處理引擎 FFmpeg 為核心所打造的網頁版工具組。實際上，FFmpeg 本身是許多專業影片軟體的底層技術，像是影音轉碼、格式轉換等都少不了它，而 FFmpeg.guru 的目標就是把這個強大的技術包裝成人人都能上手的介面。根據官網的介紹，這個平台提供超過六種以上的主要影片工具，對一般使用者或內容創作者來說，幾乎涵蓋了日常影片處理的所有場景。這次不用再為了剪一段影片或轉個格式，特地去下載安裝一整套沉重的軟體了。

如果你是 YouTube Premium Lite 的用戶，這次的更新你一定會很有感。YouTube 官方正式宣布，Premium Lite 方案現在加入了「背景播放」和「離線下載」兩項功能，而且月費完全不變，台灣用戶一樣只需要每個月 NT$119，就能享受這些原本只有完整 Premium 才有的體驗。

這次 Google DeepMind 推出的 Lyria 3，是目前整合在 Gemini app 裡最新一代的 AI 音樂生成模型。根據官網的介紹，Lyria 3 讓每個人都能用文字、照片，甚至影片來創作屬於自己的 30 秒原創音樂，完全不需要任何音樂背景。

sound&go 是一個完全免費的線上耳機測試平台，透過瀏覽器即可使用，不需要安裝任何軟體或 APP。這個工具提供了多種測試項目，讓你可以全面檢視耳機的各項性能表現。

Veo 3.1 的「材料轉影片」功能，顧名思義就是讓你上傳圖片作為「材料」，再透過文字提示詞（prompt），AI 就能自動生成動態影片。這項功能的核心優勢在於：你不需要複雜的影片剪輯技能，只要有想法和圖片素材，就能創作出專業級的影片內容。

Sora 在 9 月底率先於 iOS 平台推出，不到五天就達到 100 萬次下載，並且在 App Store 排行榜上盤踞近三週之久。這款由 OpenAI 開發的 AI 影片生成器，能夠將文字提示和圖片轉換成具有同步對話和音效的超逼真影片，為內容創作者帶來前所未有的便利性。隨著 Android 裝置佔全球智慧型手機出貨量約 70%，這次的 Android 版本推出，預計將為 Sora 帶來更龐大的用戶群。

在開始學習提示技巧之前，先了解 Veo 3.1 能做什麼非常重要。這個模型建立在 Veo 3 的基礎上，具有更強的提示遵循能力，並在將圖片轉換為影片時提升了音視頻品質。

Sora Watermarker 是一款免費的線上工具，專為影片添加 OpenAI Sora 風格的浮水印而設計。使用者只需上傳影片，Sora Watermarker 便會自動在影片上加入 AI 生成的視覺標記，支援 MP4 和 MOV 兩種常見格式。為了確保處理速度和隱私安全，Sora Watermarker 採用基於瀏覽器端的 FFmpeg 技術，所有影片處理都在本地進行，無需上傳到伺服器。此外，操作流程簡單直觀，只需上傳、等待處理、下載三個步驟即可完成。即便是對影片編輯完全不熟悉的使用者，也能輕鬆快速地為自己的影片加上專業的 AI 浮水印效果。

v0.9 版本基於全新 Aurora 引擎，帶來以下五大關鍵改進，解決了早期版本在速度、品質和靈活性上的痛點。這些亮點讓影片生成從「靜態工具」變成「動態創作平台」，以下逐一說明：

MindVideo 不是單一工具，而是個全方位 AI 創意工作室，專門幫你把腦中的點子變成高畫質影片。它支援多款頂尖 AI 模型，包括 Kling AI、Runway、Luma AI 和最新的 Sora 2，甚至 Veo 3 等，涵蓋從文字到圖像的各種輸入方式。 最酷的是，它完全免費起步：註冊帳號後，你會獲得免費積分，可用於生成影片。應該是剛推出原因，Sora 2 免費用，不會耗費任何積分。 相較官方 Sora 2 的「貴族專屬」模式，這裡的門檻低到不行，不用排隊等邀請、不用搞 VPN，瀏覽器一開就能上手。且跟其他影片生成工具一樣，可透過輸入文字提示或上傳圖片，來快速生成 AI 影片。操作介面有中文且簡單，非常容易上手。生成好的影片還提供線上剪輯、加入 AI 音效、變清晰等功能。

FFmpeg in Plain English 是一個創新的網頁應用程式，它的最大特色就是讓使用者可以用口語化的方式來操作強大的 FFmpeg 影音處理引擎。不需要背誦複雜的參數，不用擔心語法錯誤，只要用你平常說話的方式描述需求，系統就會自動幫你產生對應的 FFmpeg 指令。例如：「從影片第 39秒的位置保留到 1分29秒」就會產生「ffmpeg -i "5799.mp4" -ss 00:00:39 -to 00:01:29 -c copy "output.mp4"」的指令來處理影片。