ELSA Speak ELSA Speak 是一款 AI 英语口语学习 App,通过倾听用户朗读单词、句子和短对话,即时给出针对个人的发音纠正建议,适合希望说得更清晰的英语学习者。 4.5
Appen Appen 为训练和对齐前沿 AI 模型的团队提供经专家校验的人类数据,涵盖 RLHF、智能体轨迹、语音语料与模型评测等方向。 4.4
Dograh - 语音工作流 Open Source Voice Assistant Workflow Builder 4.0
FunASR - End-to-End Speech Recognition Toolkit - 高效语音识别 FunASR 是一款工业级端到端语音识别工具包,支持 50+ 语言,GPU 上可达 170 倍实时率,并提供说话人分离、情感检测与 OpenAI 兼容 API 等能力。 4.0
绘影字幕 绘影字幕是一款基于语音识别技术的视频字幕自动生成与翻译软件,支持多语言字幕制作,适用于各类视频创作者。 4.0
IBM Watson text-to-speech 提供多语言语音转文本API,支持SaaS及本地化部署。 4.0
AssemblyAI 提供用于转录和理解语音的AI模型。 4.0
Voice-Pro - 开源AI语音识别、翻译与多语言配音工具 Voice-Pro:一站式AI语音处理工具箱,从识别到配音全流程覆盖 在语音处理领域,创作者通常需要在多个工具之间来回切换:下载视频、分离人声、转写文字、翻译字幕、再合成配音。Voice-Pro 把这些环节全部整合进一个开箱即用的 Web 应用——基于 Gradio 构建,支持 YouTube 视频下载、人声分离、语音识别、翻译、字幕生成与多语言配音,为内容创作者、研究者和跨国团队提供了一条完整的 AI 语音处理流水线。 核心功能:覆盖语 … 4.0
SmallTalk2Me SmallTalk2Me 是一个面向全球英语学习者的 AI 口语练习平台,提供免费 CEFR 等级测试、IELTS 口语模拟考试和模拟求职面试练习,随时随地开口说英语。 4.0
Tarteel AI Tarteel AI 是一款面向穆斯林用户的古兰经背诵应用,借助人工智能聆听诵读、实时发现错误并跟踪背诵进度,帮助用户在课后坚持练习。 4.0
MP3ToText 【产品简介】 MP3 to Text(mp3totext.io)是一款面向全球用户的在线 AI 语音转文字工具,帮助用户将 MP3、WAV、M4A、MP4 等音频/视频内容快速转换为可编辑、可搜索的文本。无需安装软件,打开浏览器即可使用。 【核心功能】 · 免费在线转录:访客可直接试用;注册后可保存历史记录,并获得更高每日额度 · 文件上传:上传本地 MP3、WAV、M4A、MP4 等音视频文件,即可开始转录 · 多格式支持:兼容 MP3、WAV、M4A、FLAC、MP4、MOV、WebM 等常见音视频格式 · 150+ 语言识别:支持自动检测或手动选择音频语言 · 时间戳与说话人识别:生成带时间轴的结构化文稿,便于定位与引用 · AI 智能增强:可生成内容摘要、思维导图,帮助快速理解长录音 · 在线编辑:支持段落编辑、全文搜索与替换,便于校对和修改 · 多格式导出:支持 TXT、PDF、DOCX、CSV、SRT、VTT 等格式,满足字幕、文档、研究笔记等需求 · 字幕生成:可生成 SRT/VTT 字幕文件,适用于视频创作与后期制作 3.4
Lingvanex Lingvanex 为开发者和企业提供机器翻译与语音识别服务,支持文本、语音和文档的多语言处理。 3.3
千音漫语 - AI配音 千音漫语是集智能配音、多语言翻译配音、声音克隆及语音识别于一体的AI声音创作平台,提供1200+AI主播和全球100多种语言支持,满足专业声音处理与短视频创作需求。 3.0
飞书妙记|AI语音转文字,智能会议纪要 飞书妙记是一款智能会议工具,支持语音识别转文字及会议纪要生成,助力高效知识沉淀。 3.0
听脑AI - 录音助手 听脑AI是一款专业智能录音转文字工具,采用AI技术实现98%准确率的实时语音转写,支持多场景会议记录与智能总结,3分钟即可处理1小时会议内容。 3.0
通义听悟-你的工作学习AI助手 通义听悟是基于大模型的音视频内容处理AI助手,提供记录、整理与分析功能。 3.0
讯飞文书 讯飞文书提供智能化文档创作与办公效率提升解决方案。 3.0
Voicenotes - AI语音笔记 一款支持100多种语言的智能语音转录工具,可将语音笔记和会议内容转换为文字。 3.0
讯飞会议 科大讯飞旗下的智能A.I云会议系统平台,支持多语言转写翻译及大规模高清视频会议。 3.0
麦耳会记 麦耳会记是一款集实时语音转写和翻译功能于一体的应用软件,适用于会议、网课及访谈场景,支持多端同步及云端存储。 3.0
BoldVoice BoldVoice 是一款美式口音训练应用,面向非英语母语者,通过好莱坞口音教练的视频课程和即时 AI 反馈,帮助用户改善英语发音、说得更清晰自信。
Hume AI Hume AI 为语音 AI 提供评测基础设施,可测量时机、语气与情感表达等维度,覆盖 50 多种语言,帮助实验室和企业改进语音模型与语音代理。 P Pronounce Pronounce 是一款 AI 口语检测工具,分析用户的英语发音、语法和流利度,为学习者与职场人士提供针对性反馈。
Vocal Image Vocal Image 是一款 AI 口语教练应用,分析你的音高、清晰度、语速和口音,并在 iOS、Android 和网页端提供每天几分钟的短时训练,适合希望提升表达的专业人士、演讲者与英语学习者。