Smallest AI 是一个实时语音平台，专为构建生产级语音代理和音频API而设计。团队使用它部署对话式电话代理，执行外呼活动，并快速集成文本转语音、语音转文本和语音转换模型到他们的产品中。它的目标用户是需要在医疗、债务催收、房地产、电子商务以及其他电话密集型工作流程中实现低延迟大规模语音处理的开发者和企...
Wispr Flow 是一款语音识别应用，可以将您的口述内容转化为润色后的文本，并在Mac、Windows、iPhone或Android的任何应用程序中使用。您可以在Slack、Gmail、Notion、Cursor或任何文本字段中自然讲话，Flow会自动转录、编辑填充词、修正标点，并格式化列表，毫不影响您...
DeVoice 可将上传的音频、视频和 YouTube 链接转换为可编辑的浏览器转录文本。您可以拖入最大 500MB 的 mp3、wav、mp4、mov、webm 或 m4a 文件，或粘贴 YouTube URL，获得带有说话人标签、时间戳和可选 AI 摘要的文本。该网站宣称对清晰语音的准确率为 95.2%...
FineVoice 利用先进的人工智能技术，使用户能够快速创建逼真且类人化的语音和音频内容。它支持超过 154 种语言的 1,500 多种声音，适用于播客、视频、有声书、电子学习等多种场景。 FineVoice 的独特之处在于其即时语音克隆功能，用户只需 10 秒音频即可在 30 秒内复制任何声音。它还提...
Video Transcriber AI 是一款会议和媒体转录网页应用，能够将上传的视频、音频文件或平台链接转换为带有说话人标签的可编辑文本。您可以拖入 MP4、WAV 文件或 YouTube URL，选择智能摘要等笔记模式，并从浏览器下载 TXT 或 SRT 格式的输出。 许多转录网站对免费用户限制严格...
Videotowords.ai 将上传的音频和视频文件转换为可编辑的文本转录，直接在浏览器中操作，支持 MP3、MP4、WAV、MOV、AAC 以及 YouTube 链接，涵盖 98 多种语言。仪表盘负责上传、由 Whisper 和其他 AI 模型驱动的自动转录、说话人识别，以及导出为 TXT、DOCX、P...
Decopy AI 将 AI 检测、人性化、摘要、转录、数学辅助和语法工具整合在一个浏览器工作区中。您可以检查文本是否含有 ChatGPT 或 Claude 的指纹，重写机械化的草稿，总结 PDF 或 YouTube 视频，并运行 OCR 或语音转文字，无需在不同应用间切换。 大多数 AI 写作套件专注于...
Bocca通过按键说话的方式，将语音转换为任何Mac应用中的粘贴文本。你按住一个键，说话，Bocca会将转录内容直接插入光标所在位置，无需打开单独的编辑器。 云端转录工具默认将音频发送到远程服务器。Bocca在你的设备上离线运行，并声明不会将任何内容发送到外部数据库，如果你更看重本地隐私而非共享云端的准确...
Quill Flow 是一款适用于 iPhone 的键盘扩展，允许你在任何应用中通过滑动、输入或语音识别输入文本，然后在文本发布前整理清除多余内容。只需按住麦克风，自然讲话，它就会返回格式化好的句子，去除标点、大小写和填充词。它支持在 iMessage、WhatsApp、Gmail、Slack、备忘录等任何...
Tactiq是一款Chrome扩展和会议助手，能够在不将机器人加入会议的情况下，实时转录Google Meet、Zoom和Microsoft Teams的通话内容。它将实时对话捕捉为文字，然后利用AI在会后生成摘要、行动事项和后续内容。 该工具面向在视频会议中花费大量时间的个人和团队，帮助用户获得可搜索的...
App ahead 发布了一系列由 Martin Lexow 通过德国的 App ahead GmbH 独立开发的 Mac 和 iOS 生产力应用。该工作室推出了如 Pieoneer（用于饼状菜单应用切换）、PolyCapture（多源屏幕录制）、AI Transcription（设备端 Whisper 语...
Awesome Video Editor 在浏览器中自动从上传的视频或音频文件生成字幕和隐藏字幕。您上传一个片段，获取语音转文本的转录文本，设置字幕图层的样式，然后导出 SRT 或 VTT 文件或嵌入视频。该网站宣传免费处理且无需注册。 完整的 NLE 编辑器将字幕深埋在时间线中。Awesome Vide...
Nebula Notes 是一款专为习惯大声思考的人设计的语音优先笔记网页应用。轻触中心麦克风说出未加修饰的想法，它就会转录该想法并将其归档到所谓的“思想流（Thought Streams）”中。它不采用手动维护的文件夹树，而是让相关的想法自动分组并保持可搜索性。它专为喜欢用口头表达代替打字的口头思考者打造...
PERSO.ai 是由 ESTsoft 提供的语音和视频本地化平台，集配音、口型同步、语音克隆、语音转文本和音频分离于一体的工作流程。上传视频或粘贴链接，选择目标语言，系统即可克隆说话者的声音，翻译脚本，并重建口型以匹配新的音频。仅配音产品就支持检测超过 99 种语言，付费套餐支持 74 种输出语言。 大...
SubtitleGen 将上传的音频和视频转换为定时字幕，您可以导出到 YouTube 和其他平台。上传文件后，它会转录语音，然后您可以在在线编辑器中审阅或调整字幕，最后下载 SRT、VTT、ASS 或 TXT 文件。 与将字幕埋入时间线的完整视频编辑器不同，SubtitleGen 保持流程简洁：转录、字...
GreenPT 将聊天、搜索、文档分析、语音转文本和兼容 OpenAI 的 API 集成到一个托管于欧盟的生产力套件中。服务器通过 Scaleway 在法国运行，使用可再生能源，每次聊天都会显示实时的能源和二氧化碳数据，让您了解每次对话的碳足迹。模型为开源，经过审计，且不基于您的输入进行训练。 主流 AI...
Voicy 将你的口述内容转换为文本，并可在计算机上的任何应用和网站中使用。安装 Mac、Windows 或 Linux 桌面应用，选择一个键盘快捷键，即可在 Gmail、Slack、Word、ChatGPT 或 20,000 个支持的网站中进行口述。它在 50 种语言中声称准确率超过 99%，并在你说话时...
Legal Intern AI 是一个专为律师事务所和法务团队打造的语音转文字及法律文档自动化平台。您可以录制或上传音频，系统通过三步工作流将您的声音转化为格式化的法律文档。该产品专注于转录准确性、数据安全性，并减少通常由实习生或支持人员承担的重复性文档工作。 通用听写工具面向广泛的笔记记录，而 Lega...