网易见外工作台

这是来自微软官方的 AI配音 服务，在微软云服务的官网找到文本转语音功能，往下滑动，就可以看到演示窗口，输入你要配音的文字，选择语言、语音等参数。大家非常熟悉的云希、晓晓等知名配音就来自这里。 再给你的浏览器安装一个辅助下载脚本，你就可以将试听的音频下载到本地，白嫖微软的文本转语音服务！ 脚本地址： Azure Speech Download (greasyfork.org)

duiopen聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为duiopen.com。，涉及AI应用接口API、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

OpenVoiceOS 是一个社区支持的 Linux 发行版，专门用于展示开源语音 AI 在各种设备上的强大功能 。它基于 Raspberry Pi，旨在为智能家居和机器人控制提供语音控制能力 。OpenVoiceOS 提供了详细的安装、配置和使用说明，包括如何在 Raspberry Pi 上安装和配置系统、训练自己的语音助手以及添加语音控制功能等。此外，OpenVoiceOS 还提供了一个基于云的语音识别服务，用户可以使用该服务来处理和识别来自语音助手的请求。该系统支持多种语言，包括英语、法语、西班牙语、葡萄牙语、德语等。总之，OpenVoiceOS 是一个实用的工具，可帮助用户将语音控制添加到他们的项目中，无论是构建智能家居还是机器人，都可以实现更好的交互和控制 。

简单听记是百度推出的音视频转文字处理专家，支持高精度语音转文字、视频转文字、实时翻译。基于AI大模型，支持全流程自动化的音频分析和整理，一键生成AI会议纪要和总结，是工作和学习的最佳效率神器。

Moshi Chat 是由法国非营利性AI实验室 Kyutai 推出的一款端到端实时AI语音助手，Moshi Chat 不仅可以实时收听，还能进行自然对话，支持多模态交互，包括看、听、说的能力。Moshi Chat 能够理解用户的语调，可以在任何时刻进行听和说的同步操作。此外，Moshi Chat 具备表达和理解多种情感的能力，能够模拟70种不同的情绪和风格，提供流畅的对话体验。

讯飞译制是一款基于科大讯飞语音识别技术的AI视频字幕制作软件,提供视频加字幕,自动添加字幕,视频翻译,字幕时间码匹配等功能的自动生成字幕软件,支持生成SRT/ASS/XML等格式,支持导出成品。

一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频 。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR） 。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录 。

Deepgram是一个提供先进的AI语音识别和自然语言处理技术的平台，核心产品是强大的语音到文本（Speech-to-Text）和文本到语音（Text-to-Speech）API，让开发者能够快速将语音转录和理解功能集成到他们自己的应用程序和服务中。