Whisper
OpenAI 开源的语音识别模型,支持多语言转写与翻译,可本地部署,是事实上的开源 ASR 基准。
AI Tools Daily · aitoolsdaily.site
专业音视频转写与字幕平台,支持 150 余种语言与说话人区分,可加购人工校对;厂商称已有 4.1 万以上团队使用,提供 SOC 2、GDPR 与欧盟数据驻留选项。
本站暂无与此工具直接相关的报道。 浏览「语音识别」下的全部工具
Whisper
OpenAI 开源的语音识别模型,支持多语言转写与翻译,可本地部署,是事实上的开源 ASR 基准。
Deepgram
面向语音智能体的语音基础设施 API:Flux STT 与 Flux TTS 分别负责听说,统一接口内可在实时或批量、云端或自托管间选择,厂商称语音合成延迟可低至 80 毫秒。
AssemblyAI
企业级语音转写与语音智能 API,提供转写、摘要、情感分析等能力,服务数千家开发者。
Trint
面向媒体与记者的 AI 转写平台,可将音视频快速转为可编辑文本并支持多人协作标注。