語音識別

Llama3-s v0.2
Llama3-s v0.2

最新多模態檢查點，提升語音理解能力。
OpenVoiceChat
OpenVoiceChat

與大型語言模型進行自然的語音對話
OmniSenseVoice
OmniSenseVoice

極速語音識別，精準時間戳
EMOVA
EMOVA

情感豐富的多模態語言模型
AI-Powered Meeting Summarizer
AI-Powered Meeting Summarizer

會議語音轉文本并自動生成摘要的AI工具
Reverb
Reverb

開源的語音識別和說話人分割模型推理代碼
Transcribro
Transcribro

Android平臺上的私有、設備端語音識別鍵盤和文字服務
卡卡字幕助手
卡卡字幕助手

基于LLM的智能字幕助手，一鍵生成高質量視頻字幕
whisper-ner-v1
whisper-ner-v1

聯合語音轉錄和實體識別的先進模型
Moonshine Web
Moonshine Web

實時瀏覽器端語音識別應用
SenseVoiceSmall
SenseVoiceSmall

多語種高精度語音識別模型
Easy Voice Toolkit
Easy Voice Toolkit

本地部署的AI語音工具箱，支持語音識別、轉錄和轉換。
Universal-2
Universal-2

下一代語音AI，提供卓越的音頻數據處理能力。
Megrez-3B-Omni
Megrez-3B-Omni

端側全模態理解開源模型
AIAvatarKit
AIAvatarKit

快速構建基于AI的會話頭像
StreamSpeech
StreamSpeech

實時語音翻譯，跨語言溝通的橋梁。
ultravox-v0_4_1-llama-3_1-8b
ultravox-v0_4_1-llama-3_1-8b

多模態語音大型語言模型
ultravox-v0_4_1-mistral-nemo
ultravox-v0_4_1-mistral-nemo

多模態語音大型語言模型
Deepgram Voice Agent API
Deepgram Voice Agent API

實時對話式人工智能，一鍵式API接入。
Coval
Coval

AI代理測試和評估平臺
xiaozhi-esp32
xiaozhi-esp32

基于ESP32的AI聊天機器人項目，可實現多語言對話與聲紋識別
ultravox-v0_4_1-llama-3_1-70b
ultravox-v0_4_1-llama-3_1-70b

多模態語音大型語言模型
Shortcut by Poised
Shortcut by Poised

語音驅動的AI助手，提升工作效率。
Robo Blogger
Robo Blogger

將語音轉換為博客文章的助手
冪律智能
冪律智能

專注于法律領域的AI人工智能公司，冪律智能官網入口網址
魔果智訊
魔果智訊

人工智能領域的專業媒體門戶，魔果智訊官網入口網址
免費在線字幕編輯器
免費在線字幕編輯器

在線免費字幕編輯器，免費在線字幕編輯器官網入口網址
FlowVoice
FlowVoice

FlowVoice.ai 是一款先進的語音識別和自然語言處理平臺，提供高效、準確的語音轉文字服務，支持多語言實時翻譯和情感分析，FlowVoice官網入口網址
場辭AI視頻字幕制作
場辭AI視頻字幕制作

提供自動加字幕、語音轉變生成字幕的AI視頻字幕制作軟件場辭AI視頻字幕制作官網入口網址
Cubox 個人碎片知識庫
Cubox 個人碎片知識庫

一站式搞定信息的收集和管理Cubox 個人碎片知識庫官網入口網址
FunAudioLLM
FunAudioLLM

FunAudioLLM是一款基于LLMs的語音理解和生成框架，支持多語言語音識別、情感識別和音頻事件檢測，以及多語言、音色和情感控制的語音生成，FunAudioLLM官網入口網址
律己AI
律己AI

人工智能驅動的高質量法務工具，能夠高效地解讀各種類型的合同，快速反饋合同的風險點，并提供修改建議。律己AI官網入口網址
12345