AI Speech to Text

综合介绍 Whisper Input 是一个开源的语音转译工具，用户可以通过按下 Option 按钮开始录制语音，抬起按钮结束录制。该工具调用 Groq Whisper Large V3 Turbo ...

Umfassende Einführung LiberSonora, was so viel wie "freier Klang" bedeutet, ist ein leistungsstarkes KI-gestütztes Open-Source-Hörbuch-Toolset. Es unterstützt intelligente Untertitel-Extraktion, KI-Titel-Generierung, mehrsprachige Übersetzung usw. und ist in der Lage, Batch-Offline-Verarbeitung unter GPU-Beschleunigung...

综合介绍 AudioNotes 是一个基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统。它能够快速提取音视频内容，并调用大模型进行整理，生成一份结构化的 Markdown 笔记，方便用...

Allgemeine Einführung Orate ist ein KI-Toolkit, das sich auf Spracherzeugung und Transkription konzentriert. Es bietet eine einheitliche API, die sich nahtlos mit führenden KI-Anbietern wie OpenAI, ElevenLabs und AssemblyAI integrieren lässt, um Nutzern zu helfen,...

综合介绍 PengChengStarling（鹏城实验室）是一个多语言自动语音识别（ASR）工具，能够将不同语言的语音转换为对应的文本。这个工具包基于icefall项目开发，提供了完整的语音识别流程...

综合介绍 RealtimeSTT 是一个高效、低延迟的实时语音转文字库，具备先进的语音活动检测和唤醒词激活功能。该项目由 Kolja Beigel 开发，旨在为需要快速、准确语音转文字的应用提供支持...

Allgemeine Einführung sherpa-onnx ist ein Open-Source-Projekt, das vom Next-gen Kaldi-Team entwickelt wurde, um effiziente Offline-Spracherkennungs- und Sprachsyntheselösungen anzubieten. Es unterstützt mehrere Plattformen, darunter Android, iOS, Raspber...

Allgemeine Einführung Acoust ist eine Online-KI-Plattform für Spracherzeugung und Text-to-Speech (TTS), die die neueste KI-Technologie nutzt, um realistische Sprache zu erzeugen. Die Plattform bietet außerdem leistungsstarke Videobearbeitungstools, mit denen die Benutzer die Videoproduktion abschließen können, ohne dass sie mehrere Softwareprogramme...

综合介绍 Notta是一款功能强大的AI会议记录与音频转录工具，旨在帮助用户自动将会议、采访或录音转化为可搜索的文本。通过Notta，用户可以轻松地转录、编辑、总结和协作，提升工作效率。Notta支持...

Allgemeine Einführung AI no jimaku gumi (AI no subtitle group) ist ein leistungsstarkes Kommandozeilen-Tool zur Verarbeitung von Videountertiteln, das sich auf die automatische Extraktion, Transkription und Übersetzung von Videountertiteln konzentriert. Das Tool integriert fortschrittliche KI-Technologien, einschließlich Whisper-Sprach...

综合介绍 FunClip是一款完全开源的本地化自动视频剪辑工具，由阿里巴巴达摩院TONGYI语音实验室开发。该工具集成了工业级的 Paraformer-Large 语音识别模型，可以准确识别视频中的语...

综合介绍 BetterWhisperX 是一个基于 WhisperX 项目的优化版本，专注于提供高效、准确的自动语音识别(ASR)服务。作为 WhisperX 的改进分支，该项目由 Federico ...

综合介绍 Freed 是一款专为医疗专业人士设计的 AI 医疗抄写助手。它通过先进的人工智能技术，帮助医生和其他医疗从业者自动记录患者的就诊信息，减少文书工作，提高工作效率。Freed 的 AI 抄写...

综合介绍 Voicenotes 是一款智能语音笔记应用，旨在帮助用户轻松记录和管理语音笔记及会议内容。该应用支持100多种语言的语音转录，用户只需说出想法，Voicenotes 即可自动将其转录为文字...

综合介绍 Voice-Pro 是一个基于 Gradio WebUI 的多功能工具，支持语音转文字、文本转语音、实时翻译、YouTube 视频下载和人声分离。它集成了 Whisper、Faster-Wh...

综合介绍 Zamzar 是一个功能强大的在线文件转换工具，支持超过 1200 种文件格式的转换。无论是文档、图片、视频、音频还是电子书，Zamzar 都能快速高效地完成转换任务。用户无需下载任何软件...

综合介绍 如果你在用 MacBook，试试 AI Hear：可以录音、实时本地语音转文字、并翻译、最终导出字幕。可以用它辅助你听跨国会议、英文有声书。 AI Hear是一款本地运行的软件，提供一键实时...

综合介绍 SoniTranslate 是一个强大且用户友好的视频多语言配音工具，旨在提供视频翻译和同步音频的解决方案。它利用先进的语音识别和机器翻译技术，将视频内容翻译成多种语言，并保持音频同步。该项...

综合介绍 FunASR是一个由阿里巴巴达摩院开发的开源语音识别工具包，旨在为学术研究和工业应用提供桥梁。它支持多种语音识别功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话...