语音识别

1. 首页
2. 语音识别

捷通华声—人工智能技术与服务提供商

“灵云科技 源自清华 服务全球”的发展战略

创作工具 2026年08月08日 0 点赞 0 评论 851 浏览

MiniCPM

MiniCPM-o 2.6 是一款高性能的多模态大模型，具备 8B 参数量，支持视觉、语音及多模态直播等多种功能。其在图像处理、语音识别和实时交互方面表现优异，采用高效的 token 技术提升推理速度，可在端侧设备上运行。支持多种语言和音色配置，适用于智能助手、内容创作、教育、客服和医疗等多个领域。

AI项目与工具 2025年06月12日 58 点赞 0 评论 851 浏览

YouDub

一款开源的多语言AI配音和视频翻译工具，优质视频中文化工具，YouDub-webui提供了一套完整的视频中文化工具包，涵盖了从视频下载、语音识别、字幕翻译、AI声音克隆、视频处理、自动上传等一系列流程。

Ai开源项目 2025年06月05日 89 点赞 0 评论 854 浏览

TransDuck

翻译+配音的一站式音视频处理解决方案，助力音视频创作者实现自动化的内容出海与内容引进。

字幕配音 2025年06月05日 81 点赞 0 评论 854 浏览

J1 Assistant

J1 Assistant 是一款基于安卓平台的 AI 智能助手，支持语音输入与多任务处理。用户可通过语音转换为文本，发送至搜索引擎、AI 模型或创建备忘录。支持任务管理、信息查询及智能对话，适用于日常事务管理、学习研究和生活辅助。目前为 Beta 版本，仅限海外用户使用。

AI项目与工具 2025年06月12日 34 点赞 0 评论 856 浏览

突字幕

几分钟内得到字幕-极速识别文字和画面提取字幕

字幕配音 2025年06月05日 84 点赞 0 评论 857 浏览

Parakeet TDT 0.6B

Parakeet TDT 0.6B 是一款由英伟达开发的开源自动语音识别（ASR）模型，采用 FastConformer 和 TDT 架构，具备高速转录、高精度识别、歌词转录、文本格式化等功能。模型在 Hugging Face Open ASR Leaderboard 中表现优异，实时因子高达 3386，适用于会议记录、法律医疗、字幕生成及音乐索引等多种场景。

AI项目与工具 2025年06月11日 36 点赞 0 评论 857 浏览

创音岛

创音岛是一款集录音转文字、配音、AI写歌及音频编辑于一体的综合性音乐创作与音频处理平台。它采用先进语音识别技术，支持多场景下的文字转录需求；提供多样化的配音选项和智能化音乐编曲功能，帮助用户轻松创作音乐；并配备音频编辑工具，满足用户对音频文件的精细化处理需求。该平台界面友好，操作便捷，适合音乐爱好者、创作者及专业人士使用。

AI项目与工具 2025年06月12日 42 点赞 0 评论 858 浏览

Subtitle Edit

Subtitle Edit 是一款免费开源的多功能字幕编辑器，支持超过300种字幕格式。它具备字幕同步、创建、翻译、音频波形可视化、视频播放、AI语音识别、AI自动翻译和OCR技术等功能，适用于影视后期、多语言内容创作、教育培训及辅助听力障碍者等场景。其界面友好，操作简便。

AI项目与工具 2025年06月12日 61 点赞 0 评论 866 浏览

Gooey.AI

Gooey.AI提供了一个简单、可组合的无代码 AI 平台，让用户可以访问 OpenAI、Stability、Google 等的最新模型。

Ai编程建站 2025年06月05日 13 点赞 0 评论 868 浏览