语音识别

魔撰写作

全新的AI写作工具,拥有智能润色、实时纠错、全能词典、修辞、翻译等众多辅助创作功能,让您手握灵感、敲出不凡。

VideoTrans

一个开源的视频翻译和配音工具,VideoTrans能够一键识别视频字幕、翻译成其他语言以及进行多种语音合成,最终输出带字幕和配音的目标语言的视频。

Faster Whisper

Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具,利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理,可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测(VAD)及模型优化,同时提供灵活的 API 接口供开发者集成。

Tailor

Tailor是一款免费开源的AI视频编辑工具,提供视频编辑、生成和优化三大功能。它能够实现人脸剪辑、语音剪辑、口播生成、字幕生成、色彩生成等功能,并支持背景更换及流畅度和清晰度优化。最新版本增加了语音驱动的口播生成和模型自检修复机制,进一步提升了用户体验。

Notta

Notta是由MIND CRUISER LIMITED推出的语音转写软件,主要针对个人使用,并在海外拥有数十万用户。这款软件具有录音实时转写、音/视频导入转写、文本多格式导出、音频标记等功能,...

小爱同学AI助手

由小米公司研发,基于小米的硬件生态和海量数据,为用户提供全球领先的语音识别、NLP等完整的 AI 技术服务。

通义浏览器插件

通义浏览器插件是一款集实时语音识别、AI字幕翻译、智能总结于一体的多功能AI工具。支持在线课程、会议记录、外语视频观看等多种应用场景,提供语音转文字、翻译、内容总结等功能,帮助用户高效管理在线信息。此外,用户可通过插件快速访问网页版平台,查看和整理记录内容,实现更便捷的信息处理体验。