语音识别

1. 首页
2. 语音识别

Linly

一款开源的多语言AI配音和视频翻译工具。Linly-Dubbing可以自动将视频翻译成其他语言并生成字幕、克隆视频中说话者的声音并自动配音、进行口型同步。

Ai开源项目 2025年06月05日 38 点赞 0 评论 290 浏览

灵伴科技Rokid

也和称Rokid，2014年成立，总部在杭州，创始人是前阿里巴巴M工作室负责人祝铭明，是一家专注于AI与AR技术的杭州高科技公司。

Ai科技公司 2025年06月05日 28 点赞 0 评论 289 浏览

Ola

Ola是一款由多机构联合开发的全模态语言模型，支持文本、图像、视频和音频等多种输入形式。通过渐进式模态对齐策略，逐步扩展模型的多模态理解能力，同时采用流式解码技术提升交互体验。其架构融合多种编码器与解码器，结合局部-全局注意力机制，实现高效多模态处理，在多项任务中表现优异。

AI项目与工具 2025年06月12日 98 点赞 0 评论 288 浏览

VAPI

VAPI是一个面向开发者的语音AI平台，凭借其简便的API集成、高精度语音识别、多语言支持以及定制化能力，能够协助开发者快速将语音技术嵌入至不同类型的软件应用中。它注重数据隐私与安全性，并提供多样化的应用场景，如智能助手、客户服务自动化、教育培训、医疗健康及呼叫中心等，帮助企业提升运营效率和服务质量。

AI项目与工具 2025年06月12日 91 点赞 0 评论 288 浏览

CapsWriter

CapsWriter-Offline是一款基于PC端的离线语音输入与字幕转录工具，支持实时语音转文字功能，具备高准确率和无限时长录音能力。其核心技术依托于深度学习模型，可处理中英文混合语音，并提供热词自定义功能以提升特定术语的识别效果。此工具适用于会议记录、学术讲座、视频字幕生成等多种场景，同时确保用户数据的安全与隐私。 ---

AI项目与工具 2025年06月12日 38 点赞 0 评论 286 浏览

Eden AI

Eden AI 是一个简化产品，测试和集成不同的 AI 解决方案，而无需处理多个帐户、计费系统或技术复杂性的平台。

Ai学习资源 2025年06月05日 54 点赞 0 评论 284 浏览

Lepton AI

Lepton AI是由贾扬清创办的云原生AI平台，提供了一系列工具和服务，降低AI应用开发的门槛，帮助开发者更容易地完成创建、部署和扩展任务。它提供了 Python SDK 和云计算平台。Pyth...

创作工具 1970年01月01日 0 点赞 0 评论 279 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 278 浏览

OfferinAI

OfferinAI是一款面向求职者和招聘者的智能工具，集成了实时语音识别、快速响应、网络搜索及代码生成等功能，旨在提升用户在面试和笔试中的表现。它支持多种模式，适用于在线面试、笔试辅助、技能测试及模拟面试等场景，帮助用户在多轮面试中获得竞争优势。

AI项目与工具 2025年06月12日 100 点赞 0 评论 274 浏览

讯飞译制

讯飞译制是一款基于语音识别与机器翻译技术的智能字幕制作与翻译平台，支持多语言转换与自动字幕生成，提供高精度识别、智能时间码匹配、多格式导出及配音功能，适用于短视频出海、教学视频、广告宣传等多种场景，提升内容传播效率与国际化水平。

AI项目与工具 2025年06月11日 81 点赞 0 评论 270 浏览