AI 音频工具 · 第 8 页
语音、语音转文字与音频生成。
该领域行业收录 240 个工具
第 421–480 个,共 702 个工具 · 其中 702 条配完整文字评测
- EmoPP 预测停顿位置以增强语音合成情绪 音频
- ebook2audiobookXTTS 把电子书转成带章节的有声书 音频 写作
- MOSS-TTSD 开源的中英文对话语音合成模型 音频 写作
- aTrain 无需上传数据的离线语音转录工具 音频 写作 语音转文本
- Acoust 多语言自然语音的文本转语音服务 音频 写作
- FireRedASR-AED-L 支持多种语言的开源工业级 ASR 模型 音频 编程 语音转文本
- Sonofa 把阅读内容转成播客音频 音频 写作 信息平台
- PengChengStarling 面向多语言 ASR 的开源工具包 音频 编程 语音转文本
- AudioSep 用自然语言查询分离音频中的声源 音频
- FunAudioLLM 增强人机自然语音交互的框架 音频 语音转文本
- ChatTTS-Forge 围绕 ChatTTS 构建的 API 服务与 WebUI 音频 写作
- Audio Note 录制语音笔记并用 AI 改写 音频 写作 语音转文本
- Dublai.com 覆盖七种语言的 AI 音视频配音 音频 写作
- Talk-to-ChatGPT 开口与 ChatGPT 交流并听到语音回复 音频 聊天助手
- TranscribeAI 在 Mac 上把音频转成文字 音频 写作 语音转文本
- MaskGCT 无需显式对齐的零样本 TTS 音频 写作 模型
- ADeus 记录语音与环境的开源可穿戴设备 音频
- Speechmatics AI 转录与实时翻译 音频 翻译工具 语音转文本
- HeAR 通过咳嗽声分析疾病迹象的生物声学模型 音频 语音转文本
- Subtitly macOS 上的实时会议字幕 音频 写作 语音转文本
- Open-LLM-VTuber 与 Live2D 角色免提语音对话 音频
- RealtimeSTT 开源的实时语音转文本库 音频 写作 语音转文本
- Unreal Speech 按用量提供折扣的文本转语音 API 音频 编程 写作
- Deepgram Voice Agent API 统一的语音到语音对话 API 音频 语音转文本
- Hibiki 面向流式语音翻译的模型 音频 翻译工具 语音转文本
- FireRedASR 开源工业级普通话语音识别模型 音频 编程 语音转文本
- Zonos-v0.1 带语音克隆的实时文本转语音模型 音频 写作
- PDF2Audio 用 OpenAI 模型把 PDF 转成音频 音频 写作
- Voxdazz 从文本生成名人风格的语音 音频 写作
- LSLM 边说边听的全双工语音对话模型 音频 聊天助手 语音转文本
- Transcribro Android 上私密的设备端语音识别 音频 编程 语音转文本
- SafeEar 不依赖语音内容检测深度伪造音频 音频 语音转文本
- CrisperWhisper 带词级时间戳的逐字语音识别 音频 写作 语音转文本
- Voicenotes 记录语音笔记并向 AI 提问 音频 写作 办公 语音转文本
- Moonshine Web 无需服务器的浏览器端语音识别 音频 编程 语音转文本
- StreamVoice 具备上下文感知的流式零样本语音转换 音频
- 汉王语音王 集语音记录、翻译与同声传译于一体的应用 音频 写作 语音转文本
- 音频提取文字工具 免费音频转文字并自动整理排版 音频 写作 语音转文本
- DiariZen 由 Pyannote 3.1 驱动的说话人分割工具包 音频 编程
- 代体 永久免费、本地运行的 AI 语音输入法 音频 写作 办公 语音转文本 生产力工具
- Amazon Nova Sonic 统一语音理解与生成的基础模型 音频 语音转文本
- Lemonfox.ai Text-to-Speech API 支持多种语音与口音的低成本 TTS API 音频 写作 API 服务
- Unmute 面向 AI 对话的低延迟语音识别与合成 音频 语音转文本
- OptiSpeech 面向设备端的轻量语音合成模型 音频 写作
- LLM-Aided OCR 用大语言模型整理原始 OCR 文本 音频 写作
- 语音 YuYin 为中文发音提供实时声调反馈 音频 教育工具 语音转文本
- Deepgram Aura 面向实时 AI 助手的文本转语音模型 音频 写作
- Peech App 把文章和电子书变成有声读物 音频 写作
- Orate 用一个 API 完成语音转文本与文本转语音 音频 写作 语音转文本 API 服务
- AI Voice Generator Bot 通过 Telegram 机器人把文本转成音频 音频 写作
- LLaMA-Omni 低延迟语音交互,同时输出文本与语音 音频 模型
- Transcript LOL 把播客、视频和会议转成文字 音频 写作 办公 语音转文本 生产力工具
- Nes2Net 面向语音反欺诈的轻量级嵌套架构 音频 语音转文本
- 星辰语义大模型-TeleChat 面向多轮对话与问答的语义大模型 音频 聊天助手
- Moonshine 为资源受限设备优化的语音转文本模型 音频 编程 语音转文本
- Sirius 集成 GPT-4 与网页抓取的 Siri 插件 音频
- Open NotebookLM 把 PDF 转成播客风格的 MP3 对话 音频 写作
- 心辰Lingo语音大模型 高效准确的语音识别与对话 音频 语音转文本
- Applio 面向 AI 语音克隆的开源生态系统 音频 编程
- LLaDA 通过扩散过程生成文本 音频 写作 模型