功能强大的语音离线文件转写服务

趣味语音互动，让设备记住你的名字。Say My Name!官网入口网址

AI驱动的个人电脑助手，PC Agent官网入口网址

使用AI技术自动记录和转录会议内容。Minutes AI官网入口网址

Spark-TTS 是一种基于大语言模型的高效单流解耦语音合成模型。

一款文本转语音工具，帮助您轻松阅读文本。

将电子书转换为有声书的工具。

MiniCPM-o 2.6是一个强大的多模态大型语言模型，适用于视觉、语音和多模态直播。

极速语音识别，精准时间戳

一个提供语音克隆和AI语音内容创作的平台。

AI语音代理测试与可观测性平台

开源AI语音处理工具包，支持语音增强、分离和目标说话人提取。

Whisper Turbo 是一款免费在线快速准确的语音识别工具。

PengChengStarling 是一个基于 icefall 项目的多语言自动语音识别（ASR）模型开发工具包。

统一的开放命名实体和语音识别模型

强大的AI音频API，提升项目互动性。ElevenLabs AI audio API官网入口网址

工业级可控高效的零样本文本到语音系统

开源的工业级普通话自动语音识别模型，支持多种应用场景。

多模态语言模型，融合文本和语音

基于MaskGCT模型的文本到语音演示

领先的语音数据隐私解决方案

基于LLM的智能字幕助手，一键生成高质量视频字幕

实时浏览器端语音识别应用

与任何大型语言模型进行快速的免提语音交互。Open-LLM-VTuber官网入口网址

音刻转录是一款快速、精准、丝滑的音视频转录工具。

开源工业级自动语音识别模型，支持普通话、方言和英语，性能卓越。

Soro是将会议语音自动转文字的AI会议记录助手。

情感丰富的多模态语言模型

构建智能多模态语音助手的端到端框架。

TypeScript客户端，用于OpenAI的实时语音API。

AI语音转文字助手，支持99种语言

免费的 AI 播客生成工具，支持多种格式文件。