精確到詞級(jí)的自動(dòng)語(yǔ)音識(shí)別模型

統(tǒng)一的開放命名實(shí)體和語(yǔ)音識(shí)別模型

聯(lián)合語(yǔ)音轉(zhuǎn)錄和實(shí)體識(shí)別的先進(jìn)模型

實(shí)時(shí)瀏覽器端語(yǔ)音識(shí)別應(yīng)用

自動(dòng)語(yǔ)音識(shí)別工具，提供詞級(jí)時(shí)間戳和說話人識(shí)別

高效自動(dòng)語(yǔ)音識(shí)別模型

NeMo是一款由NVIDIA開發(fā)的生成式人工智能框架，可用于構(gòu)建大型語(yǔ)言模型、多模態(tài)模型、自動(dòng)語(yǔ)音識(shí)別和文本到語(yǔ)音合成等應(yīng)用。NeMo框架具有高效性、靈活性和易用性，可滿足研究人員和開發(fā)者的需求。，NeMo官網(wǎng)入口網(wǎng)址

Voci是一款高效、準(zhǔn)確的自動(dòng)語(yǔ)音識(shí)別產(chǎn)品，可以將聯(lián)系中心呼叫轉(zhuǎn)錄為文字，幫助企業(yè)提升客戶體驗(yàn)和獲取有價(jià)值的數(shù)據(jù)。，Voci Technologies官網(wǎng)入口網(wǎng)址

Whisper是一個(gè)接近人類級(jí)別準(zhǔn)確性的自動(dòng)語(yǔ)音識(shí)別系統(tǒng)，具有魯棒性和多語(yǔ)言轉(zhuǎn)錄翻譯功能。，Whisper by OpenAI官網(wǎng)入口網(wǎng)址

Vivoka提供一種全方位解決方案，使任何公司能夠在最短時(shí)間內(nèi)創(chuàng)建自己的高性能、安全的離線語(yǔ)音AI助手。該解決方案包括喚醒詞、自動(dòng)語(yǔ)音識(shí)別、自然語(yǔ)言理解、語(yǔ)音生物識(shí)別、語(yǔ)音合成和音頻增強(qiáng)等功能。它適用于智能眼鏡、供應(yīng)鏈、維護(hù)報(bào)告、虛擬現(xiàn)實(shí)、嵌入式系統(tǒng)和智能建筑等多個(gè)應(yīng)用場(chǎng)景。，Vivoka官網(wǎng)入口網(wǎng)址

zeroscope_v2_XL官網(wǎng)入口網(wǎng)址，管道標(biāo)簽不在官方列表中

SpeechFlow官網(wǎng)入口網(wǎng)址，SpeechFlow Speech Recognition API 是一款功能強(qiáng)大的工具，可將聲音轉(zhuǎn)換為文本、語(yǔ)音轉(zhuǎn)換為文本和音頻轉(zhuǎn)換為文本，準(zhǔn)確率高達(dá) 14 種語(yǔ)言。