深度学习软件是指旨在促进深度学习模型的创建、训练和部署的一类软件工具和框架。深度学习是机器学习的一个子集，涉及训练多层人工神经网络（因此称为“深度”）来学习数据的表示。深度学习软件通常提供以下功能： * 神经网络架构设计：用于设计和定制深度神经网络架构的工具，包括指定层数、层类型（例如卷积、循环）以及层之间的连接。 * 数据预处理和增强：用于准备和预处理输入数据以训练深度学习模型的实用程序，包括标准化、数据增强和特征提取等任务。 * 模型训练和优化：在大数据集上训练深度学习模型的算法和技术，包括随机梯度下降等优化算法，以及正则化、dropout等处理过拟合的方法。 * 模型评估和验证：用于评估经过训练的模型在验证和测试数据集上的性能的工具，包括准确性、精确度、召回率和 F1 分数等指标。 * 部署和推理：通常通过与软件开发框架和平台集成，将经过训练的深度学习模型部署到生产环境中以推理新数据的设施。 流行的深度学习软件框架包括 TensorFlow、PyTorch、Keras 和 Caffe。这些框架提供了高级抽象和 API，使开发人员和研究人员能够更轻松地构建和试验深度学习模型，而无需从头开始实现一切。
提交新应用
VXG
videoexpertsgroup.com
VXG 是一家全球云视频监控公司，致力于简化视频管理并使系统以经济高效的方式进行扩展。帮助连接超过 150,000 个摄像头的系统集成商、安全、访问控制、人工智能、视频监控、电信和 SaaS 公司构建定制的世界级视频监控解决方案。真正的开放云平台旨在与其他解决方案集成或构建与 IP 摄像机配合使用的新服务。 VXG 是面向 SaaS 公司的面向未来的创新技术平台和云 VMS 引擎，完全灵活、可扩展、经济高效、白标和可定制。提供最快、最简单的真正云视频监控路径，并提供具有完整源代码和所有必要组件的完整 VMS。 完全开放（与产品无关）平台的关键价值在于，客户可以在自己的云/数据中心部署解决方案，并集成其内部或第三方系统。客户只需花费很少的精力即可实现最快的上市时间。同时赋予他们对产品的完全控制权、品牌化和所有权。
Wicket
wicketsoft.com
Wicket 面部身份验证平台是一种隐私优先的集成解决方案，通过无摩擦的接触点为球迷、嘉宾和员工提供精彩的活动体验，让用户满意，并加强体育场馆、现场活动和认证设施的安全性。 Wicket 的专有隐私优先算法内置于我们基于网络的平台中，可在不到一秒的时间内验证个人，从而使入口和访问管理安全、顺畅且方便。
DeepAI
deepai.org
为天生富有创造力的人类提供人工智能工具
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 3,000 条 5 星级评论。最适合撰写博客文章、社交媒体内容和营销文案。
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，从而实现更清晰的沟通。 它还可以安全地实时转录代理和客户的对话。使用为开发人员提供的 SDK，可以将应用程序的服务集成到各种产品中。 作为一款多功能人工智能工具，Krisp 满足了广泛的用户需求，包括个人、自由职业者、混合工作团队、销售团队、专业服务和呼叫中心。
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。
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。
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！
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”。 除了 Netflix 之外，我们还与 Byju's、世界银行集团、Boingo、环球影业、派拉蒙影业等合作。
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。
Symbl.ai
symbl.ai
Symbl.ai 是一个对话智能平台，使用先进的深度学习模型为开发人员提供非结构化对话数据的实时转录和见解。 该工具为各个行业提供解决方案，例如收入情报、活动和网络研讨会、远程协作、联络中心和招聘情报。 Symbl.ai 的功能支持自定义跟踪器、摘要、主题建模、转录、对话分析以及用于语音、音频和文本数据的预构建 UI 和组件。 凭借其 API 技术，Symbl.ai 可以对非结构化人类对话进行实时异步语音识别，使该工具能够通过单个 API 调用来添加智能。 此外，该平台还通过批处理/异步请求在不到 400 毫秒的时间内提供实时关键字、短语和意图检测。 Symbl.ai 包含语音到文本集成，允许为人类对话构建最准确的异步语音识别 API。 该工具的对话分析会生成各种指标来增强用户或座席对话分析，例如说听比、每分钟字数、通话时间和基于主题的情绪。 Symbl.ai 还支持跨各种对话渠道（例如视频或音频文件、电话和流媒体）处理对话并提取见解。 此外，Symbl.ai 优先考虑客户支持，提供无需使用承诺的灵活计划和可扩展的增长选项。
Shownotes
shownotes.io
Shownotes 是一款人工智能驱动的工具，可以自动总结播客剧集并创建包含完整文字记录和字幕文件的登陆页面。它使用 chatGPT 转换 YouTube 自动字幕并生成令人难忘的引言，还可以根据脚本创建博客文章。 Shownotes 提供三种计划：免费、Creator 和 Pro。免费计划每月提供一份表演笔记、一份摘要记录、一个登陆页面，并且所有表演都是公开的。 Creator 计划每月提供两个表演笔记、一份摘要记录、一个登陆页面、将节目设为私有的功能、登陆页面编辑器、完整记录以及 ums & ahs。 Pro 计划提供无限的表演笔记、摘要记录、登陆页面、将节目设为私有的功能、登陆页面编辑器、完整记录、ums & ahs 以及字幕文件。
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、可供选择的声音和角色范围、快速的处理和下载时间以及客户成功团队的支持。 * 审阅者遇到了诸如机器人文本对话功能、有限的头像选项、临时用户的学习曲线、有限的品牌功能、加载时间缓慢以及某些功能缺乏明确说明等问题。
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
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！
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、分类和统一所有人工智能应用程序。 索托拥有麻省理工学院硕士学位，是多篇学术论文的作者。 Gladia 为用户提供教程和文档，并与其团队进行一对一的入职电话会议。 他们致力于在不牺牲质量的情况下，使他们的 API 比市场上任何其他产品更易于访问且更实惠。
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。
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 公司，我们最近完成了 7200 万美元的 B 轮融资，以定义 AI 语音理解的未来，使我们成为现阶段资金最多的语音 AI 公司。 NVIDIA 合作伙伴和 Y Combinator 公司。
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。
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。 Speechmatics 总部位于英国剑桥，在纽约也设有办事处。 Speechmatics 是注册商标。
Talkatoo
talkatoo.com
Talkatoo 正在为医疗专业人员重塑听写功能。无论您是在兽医行业还是人类医疗行业，Talkatoo 都是适合您的语音转文本软件解决方案。 Talkatoo 在 Windows 和 Mac 上兼容，适用于您可以键入的任何领域（包括 PIM 和 EHR），并且非常易于使用。 * Talkatoo 是一款专为临床使用而设计的桌面听写解决方案，重点是将语音转换为文本，包括专业词汇和医学术语。 * 审阅者赞赏 Talkatoo 能够准确地将语音转换为文本（包括复杂的医学术语），并且其用户友好的界面有助于提高创建医疗记录的效率和生产力。 * 审阅者指出，Talkatoo 在处理大量指令时可能会很慢，有时难以识别特定的、不太常见的术语，而且其客户支持响应可能会延迟。
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析和主题建模工具中的误解。
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。
LumenVox
lumenvox.com
LumenVox 是为世界各地的组织提供运营商级语音技术的领先提供商。作为Capacity的一部分，LumenVox通过人工智能驱动的语音识别和语音认证技术改变客户体验。 LumenVox 的 DNA 植根于 20 年的语音技术，提供最全面、最具成本效益且灵活的语音服务。该公司在语音和语音技术方面拥有悠久的历史，使公司能够打造不仅能理解所说内容，还能识别说话者的语音体验。 LumenVox 是唯一一家能够为企业提供所需的灵活性和控制力的提供商，以便在任何环境（本地、多云或混合模型）中轻松集成应用程序。 与其他语音提供商相比，LumenVox 通常可以将总拥有成本 (TCO) 降低多达 35%。此外，LumenVox 平均可以在 60 天或更短的时间内部署新的语言模型，而大多数提供商需要六个月或更长时间。 带有转录功能的 ASR 是 LumenVox 软件产品组合的基石。 LumenVox 的语音和语音软件堆栈在人工智能和深度机器学习的基础上运行，可提供高性能、面向未来的语音技术。在端到端深度神经网络的支持下，LumenVox 的 ASR 引擎加速了添加新语言和方言的能力，以服务更多样化的用户群。 与 ASR 相结合，LumenVox 提供文本转语音 (TTS) 软件来表达书面文本。这使得公司可以将聊天机器人变成语音机器人。 通过 LumenVox 最先进的工具集，公司可以对任何语音识别应用程序进行调整和转录，包括参数、语法和版本升级测试。该工具集可帮助客户在每次需要增强语音应用程序时避免昂贵且耗时的专业服务。使用旧版 ASR 的客户可以从该工具集中受益，因为他们能够轻松地将其语法和置信值迁移到 LumenVox ASR。
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。
Kukarella
kukarella.com
画外音具有完美的音频清晰度、节奏、语调和发音。在 Kukarella 上，您可以尝试最好的 AI 神经语音。包括所有商业权利。 Kukarella 提供 130 种语言和口音的 800 多种人工智能语音，适合我们任何付费计划的商业用途。除了配音之外，您还可以使用 Dialogues AI 工具创建对话，或使用 Simdubbing 工具将文本翻译和配音成数百种语言。 这还不是全部 - 您可以转录各种视频、音频和 YouTube 视频，从网页中抓取文本，以及识别图像上的文本。此外，Kukarella 与一些科技领域的知名企业合作，例如 Google、Amazon、Microsoft 和 IBM，因此您知道自己正在获得最好的产品。 来自加拿大政府、Salesforce、DHL、麦当劳、伦敦大学和戴姆勒梅赛德斯等组织的许多创意人士都使用 Kukarella 进行配音和转录，因此您将成为良好的伙伴。
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，可提高医疗保健、金融、法律、客户服务和教育领域的运营效率。 * 闪电般的快速处理：体验快速转录，在 3 分钟内转录 1 小时的音频，节省您的宝贵时间。 * 每月免费延长试用：每个用户每月 5 小时免费语音转文本转录 * 经济高效的定价：价格低至每秒 0.0002 美元，通过我们灵活的即用即付定价，只需为您使用的内容付费 主要适用范围： * 联络中心：从客户对话中提取有价值的见解，提高座席工作效率并降低成本。 * 视频字幕：通过准确的视频转录增强可访问性并覆盖更广泛的受众。 * 虚拟会议：轻松转录会议并从每次讨论中获取见解，无论背景噪音如何。 * 媒体监控：通过高精度检测仇恨言论和脏话等敏感内容，构建更安全的平台。 * 内容创建者：轻松转录采访和讲座以进行重点分析。 * 笔译员和口译员：增强工作流程并提供精确的翻译。 使用要求： SpeechFlow 一流的准确性、快速处理、多语言支持和经济高效的定价使 SpeechFlow 成为满足您所有语音转文本需求的最终选择。立即点击以简化您的转录流程，并通过 SpeechFlow 将您的业务提升到新的水平！
Synth
usesynth.com
Synth 是一款全面的人工智能驱动解决方案，用于管理和利用业务对话。 Synth 可以转录、翻译和分析您的所有通话 - 无论是销售通话、内部或外部会议，还是呼叫中心通话和客户支持互动。 Synth 还提供单个或多个调用的自动摘要。凭借自动化 CRM 数据捕获、多语言转录和翻译、预测分析以及通过 Slack 提供的即时见解等高级功能，Synth 可以将您的通话数据转化为可行的业务策略。 特征： * 转录和翻译：为国际客户提供 50 多种语言的转录和翻译服务。 * 自动呼叫摘要：利用 Synth 提供单个或多个呼叫的全面摘要的能力，将大量对话数据转化为简洁、可操作的要点以及自动报告和文档。 * 自动 CRM 同步：使用 Synth 捕获的摘要、操作项目和会议详细信息保持您的 CRM 更新。 * 实时洞察：通过 Slack 即时获取潜在客户信息、公司详细信息、建议问题和通话摘要。 * 预测分析：利用数据驱动的对话可能性洞察，并为您的后续步骤提供量身定制的建议。 * 强大的安全合规性：Synth 维护安全标准，Synth 确保保护您的数据和隐私。 使用案例： * 加强产品开发：轻松捕获和组织创意。确定行动项目的优先顺序；总结并分享见解 * 简化营销和合作伙伴关系：轻松改善沟通和协作。改进伙伴关系会议；让每个人都在同一页面上。 * 简化用户研究：轻松捕获和回忆用户见解。更好地了解用户；总结用户反馈。 * 做出数据驱动的投资决策：轻松捕获并回忆来自推介会议和尽职调查电话会议的关键见解。转录推介会议；总结尽职调查电话。
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卡功能，让演讲者通过跟踪要涵盖的关键信息来保持重点。 最终结果是 PromptSmart 成为适合任何演讲者风格的最先进的公开演讲工具！
VoxSciences
voxsci.com
VoxSciences 将您的语音邮件转换为文本，并以文本 (SMS) 消息和/或电子邮件的形式发送到您的手机。
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。
Crescendo
crescendo.com
Crescendo Systems Corporation 是医疗、法律、执法和保险领域文档、数字听写、语音处理、转录和工作流程管理系统的领先开发商。
Philips SpeechLive
speechlive.com
飞利浦 SpeechLive 是一种基于云的听写、转录和语音识别工作流程解决方案。它可以帮助作者比以往更快地从语音转换为文本。 SpeechLive 使用 Microsoft Azure 云服务通过多重身份验证进行完整的端到端加密。我们的附加语音识别服务具有多语言功能、实时和延迟选项以及语音命令功能，可在您口述时格式化您的文档。
Scribbl
scribbl.co
使用 Scribbl 改变您的会议体验 – 这是一款终极人工智能驱动的工具，可提高生产力和协作。告别记笔记的麻烦，拥抱高效会议的新时代。 Scribbl 可以轻松捕获、转录和记录您的会议，确保您不错过任何一个节拍。 我们先进的人工智能将每次会议分解为易于理解的主题和行动项目，从而简化了审核流程。借助 Scribbl 的 Chrome 扩展程序，实时标记关键时刻，在实时讨论和会后分析之间建立无缝桥梁。 分享见解从未如此简单。无论是与您的团队还是外部利益相关者，Scribbl 直观的共享功能都可以让您快速有效地传播信息。
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、Web、Android 和 iOS 平台，在嵌入式、桌面和云环境中运行。 用户可以通过访问其 PLAYGROUND 页面来亲身体验该工具的强大功能，在那里他们可以看到和听到人工智能语音增强的变革效果。 ai|coustics 还提供联系信息，包括电子邮件、电话和地址，以及指向其网站通知和隐私政策的链接。希望提高语音应用程序音频质量的用户可以受益于 ai|coustics 的先进 AI 算法，该算法可将音频质量提升至专业级标准。
Cochl
cochl.ai
Cochl 是一家专注于机器聆听技术的研究型初创公司。我们为开发者和企业提供完善的人工智能系统，让他们的产品和服务拥有类人的聆听能力。
CrystalSound
crystalsound.ai
CrystalSound 是一款使用人工智能技术的桌面应用程序，有助于消除通话、录音和在线会议期间所有不必要的噪音和干扰。凭借其先进的算法和最先进的功能，CrystalSound 可以消除背景噪音、回声、啸叫效果和其他声音，确保您能够清晰有效地进行沟通。 CrystalSound能够工作在Mac、Windows、Linux操作系统上，满足用户的下载和使用需求。有了 CrystalSound，您不必再担心通信应用程序的兼容性问题。我们的解决方案旨在与 Teams、Zoom、Google Meet、Loom、Discord 等流行应用程序无缝协作。
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、说话者识别和每个说话者的句子归属（也称为分类），以提供任何对话的实时和/或异步转录 -所有内容都封装在一个可随时访问的安全门户中，24/7。
Dubber
dubber.net
Dubber 是全球统一的云通话录音和语音 AI 解决方案，可提高合规性以及销售和服务绩效。 Dubber 完全兼容的通话录音解决方案只需单击即可打开，并且可以在云中无限扩展 - 无需任何硬件。 每个通话或对话都会自动捕获，安全地存储在 Dubber 语音智能云中，并通过人工智能进行丰富，并可立即作为重播或富有洞察力的转录，并具有实时搜索、情绪分析、警报和通知。
Flipner AI
flipner.com
Flipner AI 是一款智能语音转文本工具和内容中心，可将音频片段转换为可立即发布的文章，充当写作的快速助手。 Flipner AI 引入了一种革命性的文本创作方法，使作家能够随时随地轻松捕捉和组织他们的无数想法。这个创新平台提供了一个独特的内容中心，可以存储文本和音频笔记，通过其用户友好的人工智能工具，促进思想无缝转换和合并为结构化草稿或精美的、随时可用的文档。
Jotengine
jotengine.com
Jotengine 将对话和会议转化为音频转录和视频字幕，从而提高对话和会议的效率。
Speech to Note
speechtonote.com
Speech To Note 是一款人工智能驱动的语音识别工具，可立即将语音转换为文本。我们的工具使用先进的语音转文本技术将您的文字转录成您可以编辑或共享的简洁摘要。 体验我们人工智能驱动工具的强大功能，它可以立即将您的口语转化为简洁且信息丰富的摘要。
Spokestack
spokestack.io
Spokestack 是一个强大的开源库平台和强大的服务，使您的软件完全支持语音，包括： * 自动语音识别 * 语音活动检测 * 唤醒词 * 文字转语音 * 自定义语音 * 自然语言理解
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。
Voxpow
voxpow.com
由机器学习提供支持的语音到文本转换。直接在您的网站上免费。 Voxpow 支持您的全球用户群，可识别 100 多种语言及其变体。
CueMe
cueme.com
CueME 是世界上最好的台球应用程序，可找到人们亲自或虚拟地参加任何级别的单打、双打和锦标赛比赛。使用 CueME 视频、评分和排名技术与世界各地的任何人进行比赛。当您玩游戏时，您将赢得 CueME 筹码以及胜利和成就，以获得认可和奖品。
Datch
datch.io
Datch 是一个利用人工智能捕获高度详细、以人为中心的结构化数据的平台，同时提供用于决策和资源管理的资产洞察。我们的目标是通过提供减少资产 MTTR、增加 MTBF、支持更好的规划并加快决策速度所需的数据和情报，深入解决可用性不足的问题。 为了支持跨资源管理、报告、规划、调度和可靠性的资产可用性目标，该产品围绕单一价值主张进行设计：“完美数据”。我们所说的完美数据是指来自前线的完整、高度准确、上下文丰富的报告，以及在正确的时间向正确的人员完美地回忆和提炼数据。数据捕获是通过结合工作人员支持功能（例如语音转文本、实时翻译和对话式人工智能）以及数据丰富（通过添加上下文和指导来转换捕获的数据的功能）来实现的。数据可访问性和资产洞察是由基于公司文档管理系统、工作管理历史记录和其他与资产相关的语言丰富的数据源训练的生成搜索支撑的工具。
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用。除了库存视频之外，该工具还提供了添加各种大小和样式的字幕和说明文字的选项。 它甚至包括人工智能生成的迷人图表，旨在简化将视觉数据融入视频的过程。 Jupitrr AI Video Maker旨在为创作者赋能，让他们专注于自己的创意愿景，而不是在视频编辑上花费过多的精力。凭借其简单性和多功能性，Jupitrr AI Video Maker 对于希望增强视频制作流程的内容创作者来说是一个有价值的工具。
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。
Picovoice
picovoice.ai
Picovoice 是一个端到端平台，可根据您的需求为任何内容添加语音。 通过创新加速语音人工智能的采用。 Picovoice 通过在设备、移动设备、网络浏览器、本地和云上运行的准确、私密且快速的语音 AI 技术，将控制权带回给企业。
Recognosco
recognosco.com
基于人工智能的语音识别 SDK 利用神经网络和深度学习技术。专为合作伙伴打造。 * 采用间接方法——创新技术，不与我们的合作伙伴竞争 * 全球广阔的市场和语言覆盖范围 * 灵活部署：可在本地或云端使用 * 互惠互利、长期的关系 * 公平灵活的商业模式 * 由合作伙伴推动的产品路线图 * 终极合作伙伴体验 - 协商、细心、平易近人。 Recognosco 的语音支持平台提供医疗保健和法律领域的专门主题，使我们的合作伙伴能够通过我们的语音识别 SDK 丰富他们的解决方案，并且只需最少的集成工作。 Recognosco 的人工智能语音技术在全球范围内得到应用，帮助专业人士最大限度地提高生产力和效率。在 25 个国家/地区以 10 种语言使用，与超过 35 个合作伙伴进行了 2000 多次部署。
Recordator
recordator.com
Recordator.com 是一个快速、简单的解决方案，适合任何希望以出色的录音质量录制通话的人。它适用于任何移动设备和运营商，无需任何设置。
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。
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。
SpeechWrite
speechwrite.com
SpeechWrite 是一家专注于工作流程解决方案、数字听写、语音识别和 PDF 解决方案的完整解决方案提供商。 SpeechWrite 的实用技术复杂而简单，可让您改善工作环境并更智能地工作。 SpeechWrite 与 OEM 和技术合作伙伴密切合作，对最新技术发展和市场趋势拥有广泛的了解。 SpeechWrite 成立于 2001 年，在听写行业拥有 100 多年的经验，并以其上市速度和售后支持而自豪。
Spellex
spellex.com
Spellex 通过向 Spellex 客户提供创新产品和世界一流的服务，提供拼写检查、听写和辅助技术软件解决方案。
Thirdlane
thirdlane.com
Thirdlane Connect 是一款多功能的客户沟通和团队协作应用程序，为您的团队提供一系列功能，包括聊天、语音和视频通话、会议、屏幕共享、文件共享以及与 CRM 和各种其他业务应用程序的无缝集成。 Thirdlane Connect 旨在促进多渠道客户沟通和团队协作，专为本地和远程工作人员而设计，支持网络浏览器、iPhone、Android 设备以及 Windows、Linux 和 Mac 桌面。这一功能强大的应用程序与 Thirdlane 商务电话系统或 Thirdlane 多租户 PBX 平台完全集成并由其提供支持。这些平台可以安全地部署在各种环境中，无论是在本地还是在私有云或公共云中，从而确保您的通信基础设施的灵活性和安全性。
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 应用程序内的文本编辑功能 * 转录为实时或预先录制的文件
Voiceitt
vocitec.com
Voiceitt 是一家屡获殊荣的语音识别初创公司和社会企业，开发了专有的自动语音识别 (ASR) 技术，可将非标准语音模式实时转换为清晰的语音，使患有严重言语障碍和残疾的儿童和成人能够访问主流语音激活技术和设备。 一款支持非标准语音人士进行语音交流的应用程序。您可以使用 Voiceitt 与他人以及使用 Alexa 等语音激活设备进行语音交流！