思必驰DFM-2大模型赋能多模态交互和行业应用，提供更智能、个性化的对话体验。

强大的AI同声传译工具，实时精准翻译多种语言，高效促进跨语言沟通。

AI辅助病历生成系统，提升效率、保障质量、保护隐私。

鹏城实验室开源的一款多语言语音识别系统开发工具包，PengChengStarling可以在统一的框架内处理多种语言语音输入，支持实时语音识别，边说边识别。PengChengStarling官网入口网址

集图片翻译、视频翻译、智能抠图、去除图片文字和视频字幕等功能于一体的在线翻译工具风车AI翻译官网入口网址

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