FunASR 基础语音识别工具包
FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调
Otter AI Meeting Agent supports real-time transcription, live chat, automated summaries, insights, and action items.
数据统计
相关导航
33字幕
AI字幕工具，支持英语、日语、韩语、法语、西班牙语、意大利语、葡萄牙语、德语、中文等20多种不同国家语言，ChatGPT生成台词摘要，给视频自动加字幕，高精度AI语音转写模型，语音识别字幕，支持SRT和ASS格式字幕。
场辞
场辞（https://trans.xinpianchang.com/）： AI智能高效的视频字幕制作利器 场辞是新片场官方推出的一款功能强大的 AI 视频字幕制作软件。它采用了行业头部视频制作团队的工作流，集成先进的语音识别技术，为各种类型的视频内容提供全面且精准的字幕解决方案。 其主要特点
OfferGo AI模拟面试
OfferGo 快来面 是一款 AI 面试辅助工具，支持语音识别、双屏互联、投屏隐身、智能回答生成。上传简历和知识库后，AI 自动匹配面试问题并生成个性化回答，覆盖技术面、行为面、笔试辅助、薪资谈判等全流程场景。适配腾讯会议、飞书、Zoom、钉钉等全部平台，免费体验 7 天。
Deepgram
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。
Moshi Chat
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。
通义听悟
通义听悟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tingwu.aliyun.com。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。
讯飞译制
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。