语音
  1. 首页
  2. 语音

列表

Ultravox

Ultravox

Ultravox 是一种多模态大型语言模型（LLM），能够直接处理文本和语音输入，无需额外的语音识别步骤。其核心技术包括多模态投影器，用于将音频数据转换为高维空间表示，显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习，适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。
AI项目与工具 2025年06月12日
Whisper Input

Whisper Input

Whisper Input 是一款开源语音输入工具，基于 Python 和 OpenAI Whisper 模型开发，支持多语言语音识别与实时转录。用户可通过快捷键操作录音并生成文本，具备翻译、自动标点、高效处理及本地运行等功能。适用于会议记录、教育、智能交互及媒体制作等多种场景。
AI项目与工具 2025年06月12日
Quick Mock

Quick Mock

Quick Mock 是一款由 MirWork AI 开发的 AI 驱动型面试准备工具，能够将职位描述转化为定制化模拟面试体验。用户可通过 Chrome 扩展程序与 AI 面试官进行实时语音对话，并获得详细的反馈和评分。该工具支持与 LinkedIn 等平台集成，简化了面试练习流程，适用于求职者、企业培训及教学辅助等多种场景，有效提升沟通能力和面试表现。
AI项目与工具 2025年06月12日
Speechify

Speechify

Speechify是一款文本转语音的应用程序，通过将文本转换成自然的声音，帮助你理解和记住更多你所阅读的内容。它可以在Chrome、iOS、Android和Mac上使用。
创作工具 1970年01月01日

EzVideos

EzVideos
EzVideos
一款能够快速生成适用于Instagram、TikTok和YouTube的爆款短视频工具，EzVideos能够自动完成视频编辑，让用户专注于内容创作。
Ai视频生成 2025年06月05日
FunASR

FunASR

FunASR是一个由阿里巴巴达摩院开源的多功能语音识别工具包，涵盖语音识别（ASR）、语音活动检测（VAD）、标点恢复、说话人验证及分离等功能。它支持工业级模型的训练与微调，并提供预训练模型和易用接口，便于快速部署。新增的Whisper-large-v3-turbo模型进一步提升了其性能，广泛应用于智能助手、会议记录、客服系统和语音搜索等领域。
AI项目与工具 2025年06月12日
NewsBang

NewsBang

NewsBang是一款基于AI技术的新闻应用，提供无偏见、深度的新闻洞察。通过整合多源信息生成简洁摘要，并支持实时问答、语音播放及个性化推荐等功能，帮助用户高效获取关键信息。适用于忙碌人群、新闻爱好者及投资者等，满足多样化信息需求。
AI项目与工具 2025年06月12日
Futuretools工具

Futuretools工具

FutureTools收集并组织了所有最好的AI工具，所以你也可以成为超人！
Ai学习资源 2025年06月05日
牛学长变声精灵

牛学长变声精灵

牛学长变声精灵作为一款AI实时变声器，有着数百种变声特效，一键美化音色可适配各类游戏和直播软件。
创作工具 1970年01月01日
Universal

Universal

Universal-1是一款由AssemblyAI开发的多语言语音识别和转录模型，经过大量多语种音频数据训练，支持英语、西班牙语、法语和德语等。该模型在各种复杂环境中提供高精度的语音转文字服务，具备快速响应能力和改进的时间戳准确性。Universal-1在准确率、响应时间、时间戳估计和用户偏好等方面表现优异，适用于对话智能平台、AI记事本、创作者工具和远程医疗平台等多个应用场景。
AI项目与工具 2024年01月01日