AI语音转文字

通义听悟是阿里云通义家族新成员，是一款聚焦于音视频内容的工作学习AI助手。内置了通义千问大模型的理解与摘要能力，结合阿里云在音频AI领域深厚的积累，可帮助用户高效地完成对音频视频内容的记录、转写、摘要、整理和分析，实现通义大模型能力与场景化应用的结合，成为人人都可亲手体验和使用的效率工具。

讯飞听见依托科大讯飞的语音识别技术,打造智慧办公服务平台,提供语音转文字、录音转文字、视频会议、视频转文字、视频加字幕、同声翻译、语音翻译等服务,可满足多样化的语音转文字需求,致力于提高办公效率。

这是 CapsWriter-Offline ，一个 PC 端的语音输入、字幕转录工具。 两个功能： 视频教程： CapsWriter-Offline 电脑端离线语音输入工具 对 Windows 端： 其它系统： 模型说明： 下载地址： （百度网盘容易掉链接，补链接太麻烦了，我不一定会补链接。GitHub Releases 界面下载是最可靠的。）

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