替代项 - Speech to Note
Otter
otter.ai
Otter 是一款智能笔记应用程序，可帮助您记住、搜索和分享您的语音对话。 Otter 创建的智能语音笔记结合了音频、转录、说话人识别、内联照片和关键短语。它可以帮助商务人士、记者和学生在会议、采访、讲座以及任何重要对话中更加专注、协作和高效。
Jasper
jasper.ai
Jasper：商业品牌人工智能始终以您的品牌声音在您在线的任何地方创建内容。 Jasper 是您的创意人工智能助手，可以以您独特的品牌语气学习和写作。无论你是大胆地、厚脸皮地、正式地说话，还是只在网上说话（u do u）。此外，Jasper Everywhere 浏览器扩展使 Jasper 始终陪伴在您身边，从 CMS 到电子邮件、社交媒体，再到使用 Jasper API 的您自己的公司平台。 最重要的是，Jasper 具有随着安全协议的发展而保持最新的内置安全功能，可确保您的数据安全和私密。 利用人工智能创建内容的速度提高 5 倍。 Jasper 是最高质量的 AI 文案工具，拥有超过...
SpeechTexter
speechtexter.com
语音到文本转换器。用你的声音听写。用于使用语音打字的免费网络应用程序。支持 70 多种不同语言！
Speechnotes
speechnotes.co
语音转文本 - 语音输入和转录。 免费用语音做笔记，或当场自动转录音频和视频录音。安全、准确且超快。
OpenAI Platform
openai.com
OpenAI 是一家人工智能研究和部署公司，致力于确保通用人工智能造福全人类。人工智能是一种极其强大的工具，其创建必须以安全和人类需求为核心。 OpenAI 致力于将利益一致性放在首位——置于利润之上。 为了实现我们的使命，我们必须包容并重视构成全人类的许多不同观点、声音和经验。我们对多元化、公平性和包容性的投资是持续不断的，通过广泛的举措执行，并得到领导层的倡导和支持。 在 OpenAI，我们相信人工智能有潜力帮助人们解决巨大的全球挑战，我们希望人工智能的优势得到广泛分享。
Notta
notta.ai
Notta 是一款领先的 AI 转录工具和会议记录工具，可帮助将任何语音对话快速转录和总结为可操作的文本，支持 58 种语言。 * 重要消息：Airgram 已加入 Notta！除了转录视频/音频文件、现场演讲之外，Notta 还与 Zoom、Microsoft Teams 和 Google Meet 等领先的视频会议平台集成，以生成自动会议记录。它还允许用户查看、搜索、编辑、导出记录并与团队成员共享记录，以实现无缝协作。 Notta 使您能够最大限度地发挥每次对话的价值。
Krisp
krisp.ai
Krisp 是一款智能应用程序，旨在提高在线会议和通话的效率和清晰度。主要是利用人工智能进行降噪，有效消除在线交互过程中的背景噪音、语音和回声。 此功能可确保在各种环境下（从个人对话到团队会议和呼叫中心）进行清晰、高质量的通信。除了噪音消除之外，Krisp 还提供实时会议转录，这提高了可访问性并有助于维护记录。 此外，它还具备生成简洁会议笔记和摘要的能力，有效充当AI会议助手。另一个值得注意的功能是 Krisp 的会议录制功能，它可以自动录制所有通信应用程序中的虚拟会议。 Krisp 专门针对呼叫中心环境提供了 AI 口音本地化功能，可以实时转换座席的口音以匹配客户的母语口音，从而实现更...
Resemble.ai
resemble.ai
Resemble AI 使用专有的深度学习模型创建自定义 AI 语音，该模型使用文本转语音和语音转语音合成来生成高质量的 AI 生成的音频内容。 Resemble Localize 是我们的多语言本地化工具，可以翻译文本并将您的 AI 语音转换为多达 100 种语言。 Resemble Fill 是我们的生成填充（音频修复）功能，使您能够使用克隆的 AI 语音修改现有语音。 Fill 可用于修改程序化音频广告、动态流媒体广告插入 (SAI)、语音助手等。 最近，我们凭借语音 AI 对 Netflix 获得艾美奖提名的《安迪·沃霍尔日记》的贡献，荣获 2023 年威比奖“最佳语音技术应用奖...
Jammable
jammable.com
通过 Jammable 在几秒钟内使用 AI 创建 AI 封面，数百个社区上传的 AI 语音模型可供创意使用！
DeepAI
deepai.org
为天生富有创造力的人类提供人工智能工具
PromptSmart
promptsmart.com
PromptSmart 是一款提词器应用程序，可跟随您的声音，帮助您制作视频或演示文稿。 PromptSmart 是首款具有语音识别功能的提词器应用程序 - 最先进的公共演讲工具！ 2014 年 8 月推出！ PromptSmart 的诞生源于对公开演讲的热情。 PromptSmart 的创始人对 MBA 学生进行公开演讲艺术的指导和指导。我们意识到直观的扬声器控制提词器可以更好地支持许多演讲者，因此我们还认识到当今的移动设备可以满足这一需求。考虑到这一点，PromptSmart 应运而生。 PromptSmart 还满足了喜欢使用笔记而不是完整书面演讲的演讲者的需求。我们设计了数字记录...
Gladia
gladia.io
Gladia 是一个人工智能知识基础设施平台，提供即插即用的 API，使用户能够充分利用他们的数据。 Speech-to-Text API Alpha 是他们的最新产品，它提供实时处理和低至 1% 的单词错误率。 它基于 Open AI 的 Whisper 模型构建，能够在 10 秒内转录一小时的音频。该 API 免费提供，支持 99 种语言。 Gladia 由创始人兼首席执行官 Jean-Louis Queguiner 和联合创始人兼首席技术官 Jonathan Soto 领导。 Queguiner 拥有符号人工智能硕士学位，并独自构建了一个聊天机器人，用于在一个商店中管理、分类和统一所...
Hour One
hourone.ai
一小时通过将所有工作流程集中在一个人工智能驱动的平台上，彻底改变了企业的内容创建。我们拥有市场上最逼真的头像，具有自然的动作，生动地动画您的商业信息。我们的模板可针对任何品牌进行定制，使团队能够大规模制作个性化内容 - 无需设计或编辑技能。此外，凭借快速渲染和顶级安全性，Hour One 成为专为企业需求而设计的首要内容操作系统。过去需要几个月的时间，现在只需几分钟，并产生更高的参与度……通过“一小时”更聪明地工作，而不是更努力，并制作可产生影响力的个性化商业视频。 * HourOne 是一款视频创建工具，允许用户使用各种模板、声音和角色创建营销视频和演示文稿。 * 用户喜欢易用性、可供选择...
AI Voice Detector
aivoicedetector.com
AI语音检测器是一款语音验证工具，可帮助检测真伪并过滤AI生成的语音。它让用户安心并防止音频操纵、错误信息、语音诈骗和口头评估中的抄袭。 * AI Voice Detector 是一款旨在区分计算机生成的声音和真实人类声音的工具，专门针对业务用例，确保客户服务交互中内容的真实性和可靠的报告。 * 审阅者对该软件针对音频操纵和语音诈骗的保护实施、其易用性、快速处理以及无缝处理各种音频文件格式而没有任何问题的能力表示赞赏。 * 用户提到了一些限制，例如系统要求音频文件长度至少为 8 秒且没有背景音乐、偶尔会将真声误识别为假声，反之亦然，以及软件集成能力有限。
Dictanote
dictanote.co
我们通过使用语音输入帮助用户提高工作效率！ Dictanote 是一款现代笔记应用程序，具有内置语音到文本集成功能，让您可以轻松以 50 多种语言语音输入笔记。 Voice In 是语音转文本 Chrome 扩展程序，可让您使用语音在任何网站上的任何文本框中键入内容。
Speechlogger
speechlogger.com
Speech Logger 是一款基于网络的语音识别和语音翻译软件，包括自动标点符号、自动保存、时间戳、文本内编辑功能、音频文件转录、导出选项等。 * Speechlogger 是一款专为演讲、会议或活动的自动实时字幕和翻译而设计的工具，具有自动标点符号、发言者识别和情绪分析等附加功能。 * 审阅者赞赏 Speechlogger 即使在嘈杂的背景下也能准确转录语音的能力、其用户友好的设计以及自动标点符号、说话人识别和情绪分析等独特功能，他们认为这些功能优于某些付费转录工具。 * 用户遇到的问题包括影响免费版本性能的广告、偶尔出现的翻译错误、转录不常见口音时的准确性较低、缺乏语音控制以及情绪分...
AssemblyAI
assemblyai.com
AssemblyAI 是一家语音人工智能公司，专注于构建能够转录和理解人类语音的最先进的新型人工智能模型。我们的客户（例如 CallRail、Fireflies 和 Spotify）选择 AssemblyAI 来基于语音数据构建令人难以置信的全新人工智能体验和产品。 AssemblyAI 模型和框架包括： - 人工智能语音转文字 - 音频智能，包括摘要、情绪分析、主题检测、内容审核、PII 编辑等 - LeMUR，一个将强大的法学硕士应用于转录语音的框架，您可以在其中提出复杂的问题，从转录中提取行动项目和回顾等等
SoundHound
soundhound.com
作为对话智能的领先创新者，我们提供独立的语音人工智能平台，使各行业的企业能够为其客户提供一流的对话体验。 SoundHound 的先进语音 AI 平台以专有的 Speech-to-Meaning® 和 Deep Meaning Understanding® 技术为基础，提供卓越的速度和准确性，使人类能够通过自然说话的方式与产品和服务进行交互，就像彼此交互一样。 SoundHound 受到全球各地公司的信赖，包括现代、梅赛德斯-奔驰、Pandora、高通、Netflix、Snap、Square、LG、VIZIO、起亚和 Stellantis。
ai|coustics
ai-coustics.com
ai|coustics 是一款人工智能工具，可使用先进算法增强语音音频质量。他们的生成语音人工智能技术使用户能够在任何情况下获得专业级的音频质量，无论是录制播客、视频会议还是传输音频。 该工具不仅可以抑制背景噪音，还可以消除房间共振、补偿低质量耳机并修复数字伪影以提高口语的清晰度和质量。 它甚至可以恢复音频信号丢失的成分和频率。该人工智能工具非常适合任何以音频为中心的应用程序，包括电信、播客平台、音频录制或传输硬件以及语音转文本系统。 利用其 HD-SPEECH API 和 SDK，将 ai|coustics 集成到音频应用程序中非常简单，并且可用于 Windows、Mac、Linux、...
SpeechAce
speechace.com
在 SpeechAce，我们致力于通过多功能语音识别技术帮助语言学习者提高口语能力。我们开发了世界上第一个语音识别 API，不仅可以帮助语言学习者评估他们的口语技能，还可以确定他们需要改进的确切领域。虽然我们的语音识别 API 的第一个版本仅提供发音分数，但我们现在增强了我们的产品，包括完整的语音转录以及对词汇、语法、流畅性、连贯性和相关性等更高水平技能的评估。 SpeechAce 拥有多元化的全球客户群，其中包括一些最小（但最热门）的初创公司以及世界上一些最大的语言学习提供商。
Jupitrr
jupitrr.com
Jupitrr AI Video Maker 是一款人工智能驱动的工具，允许创作者将他们的录音和播客转换为个性化视频。借助此工具，用户可以在短短几分钟内轻松创建令人惊叹的视频内容。 Jupitrr AI Video Maker 背后的 AI 技术可以自动为创作者的视频生成素材视频，包括素材、图表、字幕等。该工具拥有类似于编辑 Word 文档的用户友好界面，无需复杂的时间线，使视频编辑变得轻而易举。 它提供了一键访问庞大视频库的便利性，为用户省去了搜索合适素材的麻烦。 Jupitrr AI Video Maker 支持多种语言，包括西班牙语、印地语、法语、普通话等，可供世界各地的广大创作者使...
Deepgram
deepgram.com
Deepgram 是一家基础人工智能公司，其使命是理解人类语言。我们让任何开发人员只需调用 API 即可获得最先进的语音 AI 转录和理解功能。 我们的模型提供最快、最准确的转录以及摘要、情感分析和主题检测等上下文功能。 除此之外，开发人员还可以： * 处理直播或预先录制的音频 * 转录为数十种语言 * 为独特的用例训练自定义模型 * 通过统一的 API 访问深度 NLU * 使用我们的 SDK 以任何编程语言构建 * 部署在本地或 DG 的托管云上 * 获取可扩展的 GPU 基础设施以进行训练和推理 Deepgram 是令人自豪的 NVIDIA 合作伙伴和 Y Combinator 公...
PodcastAI
podcastai.com
PodcastAI 是一个使用先进的人工智能工具来简化播客制作的平台，提供快速转录、说话者识别、元数据生成和支持人工智能主持人交互等功能。
Speechmatics
speechmatics.com
Speechmatics 是全球领先的语音智能专家，结合人工智能和机器学习的最新突破，释放人类语音的商业价值。全球范围内的企业都在使用 Speechmatics 来准确理解人类级别的语音并将其转录为文本，无论人口统计、年龄、性别、口音、方言或位置如何，都可以实时在录制媒体上进行。 将这些文字记录与最新的人工智能驱动的语音功能相结合，企业可以构建利用摘要、主题、情绪、章节、翻译等的产品。 Speechmatics 每月以 50 种语言处理全球 300 多年的转录。其神经网络在语音识别领域开创了机器学习的先河，考虑了声学、语言、方言、多个说话者、标点符号、大写、上下文和隐含含义。 Speech...
Altered
altered.ai
Altered 是一款下一代音频编辑器，它将多种语音 AI 技术集成到用户友好的应用程序中，为各个行业（包括播客、视频游戏工作室和电子学习）制作高质量的语音内容。
Dictalogic
dictalogic.com
Dictalogic 提供专门的模块，包括音频到文本、语音到文本、对话到文本和任务委派，所有这些都通过一个仪表板进行。 * 纯音频：传统的音频听写，其中音频被录制并发送给转录员，转录员可以在任何地方（包括在家工作）。 * 音频到文本：数字转换可实现语音到文本的动态转换。在这种方法中，音频被记录并发送以进行转录，并且音频在到达转录者之前被转换为文本。我们提供多种作业选项供您探索。 * 语音转文本：我们还提供实时语音转文本的功能。工作流程与其他听写相同，可以发送给任何转录员。 * 对话到文本：Dictalogic Conversation 模块是一种语音到文本解决方案，结合了语音识别、说话...
SpeechFlow
speechflow.io
SpeechFlow 是一款尖端的语音转文本工具，可为企业和个人提供无与伦比的准确性和效率。我们先进的人工智能技术可确保将音频和视频内容精确转录为书面文本，支持多达 14 种语言，而不仅仅是英语。 主要特点： * 多语言转录：支持 14 种语言，克服语言障碍。在不同的语言环境中获得准确可靠的转录。 * 一体化转录解决方案：API和在线平台：针对企业和个人，SpeechFlow提供语音识别API接口和在线转录功能，简单易用。 * 准确的转录：受益于行业领先的准确性、了解行业特定术语以及全面可靠转录的背景。 * 行业特定模型：我们训练有素的语音识别模型专为满足各个行业的独特需求而定制，可提高医疗...
ArtPro
artpro.com
ArtPro 是一款艺术品库存管理软件，旨在帮助在线编目、存档、跟踪、共享和存储艺术品。
Phonexia
phonexia.com
Phonexia 是一家创新型捷克软件公司，成立于 2006 年，其愿景是通过语音生物识别和语音识别技术释放语音潜力。通过与布尔诺理工大学著名语音研究小组的密切合作，Phonexia 正在将最新的科学突破转化为由深度神经网络驱动的高精度、最先进技术的日常现实。 Phonexia 为政府、法医和商业部门提供一系列先进软件，支持全球 60 多个国家的创新项目。
Vatis Tech
vatis.tech
以卓越的准确性和经济性彻底改变语音识别。 Vatis Tech 的 API 提供先进的语音到文本技术，使用专有的深度学习语音识别算法，自动将音频或视频文件转换为文本，准确率超过 95%。 Vatis Tech 为敏捷初创公司、大型企业、播客、记者和开发人员等提供语音转文本 API 引擎和 Web 平台。这使得解决方案和服务提供商能够将技术集成到他们的应用程序中，无论行业或用例如何。 * 部署在本地或云端 * 使用我们的 API 以任何编程语言构建 * 获取可扩展的 GPU 基础设施以进行训练和推理 * 上下文功能，例如说话人分类、实体检测、标点符号以及大写或数字转换。 * Web 应用程...