功能强大的语音离线文件转写服务

基于LLM的智能字幕助手，一键生成高质量视频字幕

联合语音转录和实体识别的先进模型

下一代语音AI，提供卓越的音频数据处理能力。

开源的全双工音频生成基础模型

多模态语音大型语言模型

实时对话式人工智能，一键式API接入。

基于ESP32的AI聊天机器人项目，可实现多语言对话与声纹识别

多模态语音大型语言模型

语音驱动的AI助手，提升工作效率。

将语音转换为博客文章的助手

300行代码实现基于LLM的语音转录。WeST官网入口网址

智能语音分析，提升零售客户服务体验。Encounter AI Advisor官网入口网址

开源多模态大型语言模型，支持实时语音输入和流式音频输出。Mini-Omni官网入口网址

AI驱动的个人电脑助手，PC Agent官网入口网址

语音助手插件，提升GPT交互体验，Voice Assistant Plugin for GPT官网入口网址

实时语音交互的人工智能对话系统。LSLM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。

Phi-4-multimodal-instruct 是微软开发的轻量级多模态基础模型，支持文本、图像和音频输入。

将口语转化为优雅文字的AI写作工具，让写作变得轻松自然。

实时浏览器端语音识别应用

本地部署的AI语音工具箱，支持语音识别、转录和转换。Easy Voice Toolkit官网入口网址