WhisperKit是一个开源项目，旨在帮助开发者和企业在用户设备上部署商业规模的推理工作负载

基于科大讯飞语音技术，实现智能客服的多渠道解决方案。

构建高级语音AI，由LLM提供支持，实现人类般的交互体验。

让应用通过语音与文本的转换实现智能交互。

趣味语音互动，让设备记住你的名字。

实时语音交互的人工智能对话系统。

300行代码实现基于LLM的语音转录。

音频指令演示，体验智能交互。

基于OpenAI Whisper的自动语音识别与说话人分割

智能语音分析，提升零售客户服务体验。

最新多模态检查点，提升语音理解能力。

与大型语言模型进行自然的语音对话

极速语音识别，精准时间戳

情感丰富的多模态语言模型

会议语音转文本并自动生成摘要的AI工具

开源的语音识别和说话人分割模型推理代码

Android平台上的私有、设备端语音识别键盘和文字服务

基于LLM的智能字幕助手，一键生成高质量视频字幕

联合语音转录和实体识别的先进模型

实时浏览器端语音识别应用

多语种高精度语音识别模型

本地部署的AI语音工具箱，支持语音识别、转录和转换。

下一代语音AI，提供卓越的音频数据处理能力。

端侧全模态理解开源模型

快速构建基于AI的会话头像

实时语音翻译，跨语言沟通的桥梁。

多模态语音大型语言模型

多模态语音大型语言模型

实时对话式人工智能，一键式API接入。

AI代理测试和评估平台

基于ESP32的AI聊天机器人项目，可实现多语言对话与声纹识别

多模态语音大型语言模型