AI语音识别

SoundHound是一个声音人工智能平台，为语音交互世界提供对话智能解决方案。它为硬件设备、服务、车辆、移动应用等提供声音人工智能界面。

Voiser是一个利用人工智能将书面文字转化为自然语音和将音频文件转化为书面文字的文本到语音和语音到文本程序。它提供75多种语言的550多种不同的语音选项，是最接近人类声音的机器声音。

一个自主的AI助手，可以测试自己的代码并进行迭代，直到代码能够正常工作。

SpeechFlow是一款功能强大的语音转文字API，可以将声音转换为文字，将语音转换为文字，并以高精度在14种语言中进行转换。它提供了自动语音识别（ASR）功能，并可以将语音转换为文字。SpeechFlow可以在线使用，并提供API，方便集成到应用中。

DenoLyrics是一个使用AI模型构建的网络应用程序，支持143种语言，提供语音转录、字幕、文本摘要和多语言翻译功能。它使用大型模型Whisper进行实时语音识别。

Whisper是一种通用的语音识别模型。

一种由人工智能驱动的工具，可以分析您的口音并评分您的发音准确性。

视频字幕是一个易于使用的应用程序，利用先进的人工智能算法将音频转录并将其翻译为英文字幕。它可以以多种格式生成字幕，并支持50多种语言。

Lugs.ai是一款准确地为您的计算机和麦克风上的所有音频加字幕和转写的软件。它可以在没有互联网连接的情况下使用，非常方便多种用途。

Unvoice是一款为WhatsApp提供的基于人工智能的转录服务，可以将语音笔记即时转换为可读的文本。它旨在通过提供快速准确的方式来转录WhatsApp语音消息，为用户带来便利并改变消息体验。

在线自动视频字幕生成器

将大型媒体文件转换为准确的文本

WhisperUI是一个价格实惠的文本转语音和语音转文本服务，由OpenAI Whisper API提供支持。它提供了价格实惠的选项，可以将文本转换为语音和语音转换为文本。

Byrdhouse 是一个提供AI实时翻译的视频会议网站。它可以让用户在不同语言之间无缝沟通和协作。

Whisper Memos是一款使用AI技术将语音备忘录转换为准确文字的移动应用程序。

世界上唯一专注于托福口语准备的平台。学生和教师使用我的口语得分的语音评估工具和ETS的Scoring引擎，了解流利度、语言使用和主题发展的弱点，诊断托福口语问题，估计托福口语分数，并为托福 iBT 做准备。

Shownotes是一个提供与音频转录和创建节目笔记相关的服务的网站。

听写宝是一款在线转录软件，使用先进的人工智能技术将音频和视频转换为文本。使用听写宝，您可以快速自动地将会议、采访、讲座和其他对话转录成文本。

Deepdub是一个单一平台上的规模化配音和旁白本地化的解决方案。

与粉丝的AI语音通话

转说是一个在线的文本转语音转换器，允许用户将文本、PDF文件、文档、扫描图像和URL转换为语音。它提供多种语言的逼真语音，为从基于文本的内容生成音频提供了简洁而简单的解决方案。

一款基于ChatGPT的AI语音翻译应用，支持70多种语言。它可以实现面对面语音通话。

Coggler是一个平台，允许您与世界上最受欢迎的播客进行交流。利用先进的人工智能（AI）技术，它将播客转化为可搜索的文本，使您能够提出问题并发掘您最喜欢的播客的全部潜力。

Recos是一个网络应用，使用OpenAI的Whisper API将音频内容转录为文字。它提供稳定且可扩展的体验，并对您的内容完全保密。

Audioread是一个将文章、PDF、电子邮件和其他基于文本的内容转换为音频格式的平台。它利用超逼真的AI语音提供无缝的听觉体验。

RambleFix 是一个在线工具，帮助用户将凌乱的言语转化为清晰和结构良好的文字。通过录制您的言语，RambleFix会自动清理并将其转换为精炼的文字，为将口头内容转化为书面形式提供快速高效的方法。

Wisecut是基于语音识别的自动视频编辑器，允许用户将长时间的对话视频转换为短小而有影响力的剪辑，带有音乐、字幕和自动重构。它旨在节省视频编辑时间，并通过其人工智能功能吸引观众。

现实世界的字幕和实时翻译

SenseProfile是一个提供个人综合资料的网站，从各种来源收集数据，创建详细的个人技能、兴趣和背景概述。

Stenote是一个AI语音识别和摘要工具，可以监听、转录、理解和提炼对话，并将其转化为清晰、有针对性的见解。