标签：实时语音识别

WPS 大家经常用来日常写作，虽然本身提供了AI功能，但可惜需要会员，本文教你三分钟接入最火的DeepSeek，让WPS秒变办公神器。 DeepSeek API申请地址：http:/...

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

Addsubtitle 是基于 AI 的在线视频编辑工具，通过智能技术为用户提供便捷的字幕添加、翻译及视频编辑服务。用户可以轻松将视频翻译成100多种语言，一键添加多...

VITA-Audio 是开源的端到端多模态语音大模型，具有低延迟、推理速度快的特点。通过轻量级的多模态交叉标记预测（MCTP）模块，可在首次前向传播中生成音频输出...

3FS（Fire-Flyer File System）是DeepSeek推出的高性能分布式文件系统，专为AI训练和推理任务设计。3FS用现代SSD和RDMA网络技术，基于分离式架构聚合数千个SS...

STORM AI 是斯坦福大学推出的开源AI写作工具，可在几秒钟内将一个主题转换为长篇文章/研究论文，完全免费，是 Perplexity Pages 的一种 替代品 。STORM AI 利...

UniTalker是推出的音频驱动3D面部动画生成模型，能根据输入的音频生成逼真的面部动作。采用统一的多头架构模型，用带有不同标注的数据集，支持多语言和多种音...

语音识别（Speech Recognition）也称为自动语音识别（ASR），是一种将人类语音转换成文本或命令的高技术。通过特征提取、模式匹配和模型训练等步骤，使机器能...

Speechnotes是AI驱动的在线语音转文字工具，支持音频和视频转录、翻译及语音输入笔记。具备语音命令、自动大写、易于导入导出等特点，提供便捷的口述和转录体...

海螺AI视频是MiniMax公司推出的AI视频生成工具，能根据文本提示快速生成高质量的视频片段。用户只需提供简单的描述或上传图片，海螺AI能创作出具有丰富情感和...

音鹿是AI音频编辑软件，提供文字转语音、海量音色选择、AI翻唱、音频编辑工具等功能。用户能生成不同音色配音文件，上传音色为歌曲配音，适于多个社交平台。...

AudioNotes.ai是基于AI技术将语音转换为文本笔记的应用。用自动语言检测和转录功能，帮助用户将录音快速整理成可编辑的文本。用户进行语音记录，自动生成摘要...

CoLingo是创新的AI应用开发平台，简化创建定制化AI助手的过程。CoLingo的核心组件包括Agent、Knowledge、Chat和API，组件协同工作，提供强大的后端支持和用户...