网易见外

NotchLive 是一款面向 Mac 的本地优先实时字幕、语音识别、转录和翻译应用。它可以为 Zoom、Google Meet、Teams、视频、播客和系统音频生成私密实时字幕，将语音转换为文本笔记，并支持实时翻译。NotchLive 不作为会议机器人加入通话，适合需要会议字幕、多语言沟通、本地转录和 Mac 语音转文字工作流的用户。

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。

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 。

音记AI是一款专注于音视频内容处理的AI语音转录工具。音记AI利用人工智能技术，为用户提供包括音视频转录、翻译、总结等多种功能，可以快速将音视频内容快速转化为文字记录，并提供多种语言支持。无论是转录音视频文件、麦克风音频还是实时转录应用，音记AI都可以准确的在本地为你转录为文本，帮助用户高效吸收信息，提升学习和工作效率。

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。

51CTO人工智能专区是人工智能相关技术、资讯、热点、访谈的集聚地。主要包含人工智能、深度学习、机器学习、神经网络、语音识别、语义识别、人脸识别、无人驾驶、无人机、机器人等内容。

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

飞书妙记是飞书旗下的一款智能会议纪要工具，专注于音视频转文字功能，旨在提升会议、培训、访谈等场景中的效率与便捷性。飞书妙记提供实时语音转文字、智能摘要、多语言翻译、关键词提取以及互动功能等，能够将音视频内容快速转化为可编辑的文档，显著提升了会议记录的效率和质量。飞书妙记集成于飞书平台，包括网页版和App版，每天登录可赠送2小时的免费转录时长。