音记AI

Notta是语音转文本工具，能将音频和视频内容实时转录成文字，支持多达 58 种语言。工具自动生成会议摘要、提取关键信息和行动项，将重要内容剪辑成片段分享给团队成员。

Eleven Labs的长格式语音生成平台

Kits.ai 是一个为音乐家提供一站式AI音乐创作解决方案的网站，提供AI语音生成和免费AI语音训练

面灵AI是一款面向求职面试场景的AI辅助工具，支持实时语音识别、面试问题分析、智能提词和回答参考生成等功能。面灵AI适用于校招、社招、技术面试和在线面试等场景，可帮助用户在面试过程中获取实时辅助信息。本页提供面灵AI的功能介绍、应用场景、使用方式及官方访问入口。

当前支持的模型： ✅GPT-3.5 所有版本以及 Embedding 官方接口：支持最新 gpt-3.5-turbo-0125、text-embedding-3-large、text-embedding-3-small 模型。 ✅GPT-4 所有版本官方接口：支持最新 gpt-4-0125-preview、gpt-4-turbo-preview、gpt-4-1106-preview、gpt-4-vision-preview 等模型 ✅GPT-4-32K 所有版本官方接口（32K 系列为老模型，价格贵）。 ✅OpenAI 文本转语音模型：tts-1、tts-1-1106、tts-1-hd、tts-1-hd-1106 ✅OpenAI 语音转文本模型：whisper-1 ✅OpenAI embedding 模型：text-embedding-ada-002、text-embedding-3-small、text-embedding-3-large（官网原价渠道，实际价格及倍率对标原价） ✅Claude3 模型：claude-2、claude-3-opus-20240229、claude-3-

MyShell 是一个去中心化的AI Agent生成平台，用于发现、创建和托管AI Agent智能体机器人。借助自主研发的自动语音识别（ASR）和文本转语音（TTS）能力模型，只需几秒钟即可将您的想法转化为 AI Agent智能体机器人。

Whisper 是一种通用语音识别模型。它利用各种大型数据集上的音频进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。 在第一次使用 Buzz 的时候，会下载 Whisper 的模型，根据不同的质量要求，模型尺寸也非常可观： Whisper模型存储在~/.cache/wilsper中。 Whisper.cpp模型存储在~/Library/Caches/Buzz（Mac OS）、~/.cache/Buzz（Unix）或C:Users<username>AppDataLocalBuzzBuzzcache（Windows）中。 Hugging 模型存储在~/.cache/huggingface/hub中。 https://github.com/chidiwilliams/buzz

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。