第 2 頁 - 替代項 - Speechmatics

Sonix

sonix.ai

Sonix 是一款語音到文字翻譯軟體，可提供快速、準確且經濟實惠的音訊翻譯服務。該平台利用人工智慧技術，將音訊快速轉換為文本，然後提供40多種語言的翻譯服務。 使用者可以將音訊和視訊檔案上傳到 Sonix，Sonix 會先將音訊轉錄為文字。然後可以在系統翻譯之前對其進行編輯。 整個過程只需幾分鐘即可完成。 Sonix 旨在自動執行複雜且耗時的轉錄和翻譯任務，使內容更易於存取並確保完美的準確性。 該平台提供強大的自動轉錄功能和用戶友好的介面。借助 Sonix，用戶可以將音訊和視訊檔案翻譯成多種語言，從而將其覆蓋範圍擴大到國際客戶，而無需昂貴的專業翻譯服務。 Sonix 還提供音訊到音訊轉換器，用於將影片、教學和播客轉換為不同的語言。該平台支援多種語言，包括阿拉伯語、德語、西班牙語、法語、日語、韓語、荷蘭語和中文（簡體和繁體）等。 透過使用 Sonix，企業可以提供優質的音訊翻譯服務並提高其內容的可訪問性。總體而言，Sonix 簡化了音訊和視訊文字記錄的翻譯過程，提供使用者友善的介面、快速週轉和準確的結果。

Gladia

gladia.io

Gladia 是一個人工智慧知識基礎設施平台，提供即插即用的 API，使用戶能夠充分利用他們的資料。 Speech-to-Text API Alpha 是他們的最新產品，它提供即時處理和低至 1% 的單字錯誤率。 它基於 Open AI 的 Whisper 模型構建，能夠在短短 10 秒內轉錄一小時的音訊。該 API 免費提供，支援 99 種語言。 Gladia 由創辦人兼執行長 Jean-Louis Queguiner 和聯合創始人兼首席技術長 Jonathan Soto 領導。 Queguiner 擁有符號人工智慧碩士學位，並獨自建立了一個聊天機器人，用於在一個商店中管理、分類和統一所有人工智慧應用程式。 索托擁有麻省理工學院碩士學位，是多篇學術論文的作者。 Gladia 為使用者提供教學課程和文檔，並與其團隊進行一對一的入職電話會議。 他們致力於在不犧牲品質的情況下，使他們的 API 比市場上任何其他產品更易於存取且更實惠。

Hour One

hourone.ai

一小時透過將所有工作流程集中在一個人工智慧驅動的平台上，徹底改變了企業的內容創建。我們擁有市場上最逼真的頭像，具有自然的動作，生動地動畫您的商業訊息。我們的模板可針對任何品牌進行定制，使團隊能夠大規模製作個性化內容 - 無需設計或編輯技能。此外，憑藉快速渲染和頂級安全性，Hour One 成為專為企業需求設計的首要內容作業系統。過去需要幾個月的時間，現在只需幾分鐘，並產生更高的參與度……透過「一小時」更聰明地工作，而不是更努力，並製作可產生影響力的個人化商業影片。 * HourOne 是一款影片創建工具，允許用戶使用各種模板、聲音和角色創建行銷影片和簡報。 * 使用者喜歡易用性、可供選擇的聲音和角色範圍、快速的處理和下載時間以及客戶成功團隊的支援。 * 審閱者遇到了諸如機器人文字對話功能、有限的頭像選項、臨時用戶的學習曲線、有限的品牌功能、載入時間緩慢以及某些功能缺乏明確說明等問題。

Grain

grain.com

Grain 是一款由人工智慧驅動的會議記錄工具，讓以客戶為中心的人員輕鬆了解和倡導客戶的需求。 Grain 連接到 Zoom、Google Meet 或 Microsoft Teams 等會議平台，以自動記筆記、儲存記錄並從每次客戶對話中擷取洞察。與常規會議錄音、筆記或收入情報工具不同，Grain 簡單、易於存取且適合所有角色。任何人都可以輕鬆地用自己的聲音直接在 Slack、Notion、HubSpot、Salesforce 等工具中分享客戶的觀點，以創建與客戶保持一致的團隊和明智的決策。

AI Voice Detector

aivoicedetector.com

AI語音偵測器是一款語音驗證工具，可協助偵測真偽並過濾AI產生的語音。它讓用戶安心並防止音訊操縱、錯誤訊息、語音詐騙和口頭評估中的抄襲。 * AI Voice Detector 是一款旨在區分電腦生成的聲音和真實人類聲音的工具，專門針對業務用例，確保客戶服務互動中內容的真實性和可靠的報告。 * 審閱者對該軟體針對音訊操縱和語音詐騙的保護實施、其易用性、快速處理以及無縫處理各種音訊檔案格式而沒有任何問題的能力表示讚賞。 * 使用者提到了一些限制，例如係統要求音訊檔案長度至少為 8 秒且沒有背景音樂、偶爾會將真聲誤識別為假聲，反之亦然，以及軟體整合能力有限。

Dictanote

dictanote.co

我們透過使用語音輸入幫助用戶提高工作效率！ Dictanote 是一款現代筆記應用程序，具有內建語音到文字整合功能，讓您可以輕鬆以 50 多種語言語音輸入筆記。 Voice In 是語音轉文字 Chrome 擴充程序，可讓您使用語音在任何網站上的任何文字方塊中鍵入內容。

Speechlogger

speechlogger.com

Speech Logger 是一款基於網路的語音辨識和語音翻譯軟體，包括自動標點符號、自動儲存、時間戳記、文字內編輯功能、音訊檔案轉錄、匯出選項等。 * Speechlogger 是一款專為演講、會議或活動的自動即時字幕和翻譯而設計的工具，具有自動標點符號、發言者識別和情緒分析等附加功能。 * 審查者讚賞Speechlogger 即使在嘈雜的背景下也能準確轉錄語音的能力、其用戶友好的設計以及自動標點符號、說話人識別和情緒分析等獨特功能，他們認為這些功能優於某些付費轉錄工具。 * 用戶遇到的問題包括影響免費版本表現的廣告、偶爾出現的翻譯錯誤、轉錄不常見口音時的準確性較低、缺乏語音控制以及情緒分析和主題建模工具中的誤解。

AssemblyAI

assemblyai.com

AssemblyAI 是一家語音人工智慧公司，專注於建立能夠轉錄和理解人類語音的最先進的新型人工智慧模型。我們的客戶（例如 CallRail、Fireflies 和 Spotify）選擇 AssemblyAI 來基於語音資料建立令人難以置信的全新人工智慧體驗和產品。 AssemblyAI 模型和框架包括： - 人工智慧語音轉文字 - 音訊智能，包括摘要、情緒分析、主題偵測、內容審核、PII 編輯等 - LeMUR，一個將強大的法學碩士應用於轉錄語音的框架，您可以在其中提出複雜的問題，從轉錄中提取行動項目和回顧等等

Vowel

vowel.com

Vowel 是一款由人工智慧驅動的視訊會議和會議工具。借助人工智慧驅動的會議摘要，Vowel 使每次會議更具包容性和價值，並提供簡單、安全和可靠的體驗。主持、錄製、轉錄、剪輯、搜尋和分享會議 - 無需任何附加組件！主要功能： - 人工智慧驅動的會議摘要，掛機後立即可用 - 人工智慧驅動的行動項目（即時建議） - MeetingGPT，人工智慧驅動的會議問答 - Catch Me Up 會議回顧 - 在以下位置舉辦愉快的視訊會議您的瀏覽器- 一鍵記錄和轉錄，即使是免費計劃- 實時協作處理議程和會議記錄（包括行動項目） - 在所有會議內容中搜索所說的每一句話- Zapier 集成- 剪輯會議時刻並分享即時背景- 透過通話時間追蹤、表情符號、舉手等讓會議更具包容性，立即免費試用Vowel！

UpdateAI

update.ai

UpdateAI 是世界上第一個也是唯一一個為客戶成功經理構建的數位助理。透過整合到 Zoom，我們可以自動記筆記、擷取和分配行動項目、識別風險並提供產品回饋。更好的是，我們可以幫助您起草後續電子郵件並為明天的電話做好準備。世界各地的 CSM 使用 UpdateAI 減輕了壓力，並發現他們第一次贏得了行政工作的戰爭。

SoundHound

soundhound.com

作為對話智慧的領先創新者，我們提供獨立的語音人工智慧平台，使各行業的企業能夠為其客戶提供一流的對話體驗。 SoundHound 的先進語音AI 平台以專有的Speech-to-Meaning® 和Deep Meaning Understanding® 技術為基礎，提供卓越的速度和準確性，使人類能夠透過自然說話的方式與產品和服務進行交互，就像彼此互動一樣。 SoundHound 受到全球各地公司的信賴，包括現代、梅賽德斯-奔馳、Pandora、高通、Netflix、Snap、Square、LG、VIZIO、Kia和 Stellantis。

ai|coustics

ai-coustics.com

ai|coustics 是一款人工智慧工具，可使用先進演算法增強語音音訊品質。他們的生成語音人工智慧技術使用戶能夠在任何情況下獲得專業級的音訊質量，無論是錄製播客、視訊會議還是傳輸音訊。 該工具不僅可以抑制背景噪音，還可以消除房間共振、補償低品質耳機並修復數位偽影以提高口語的清晰度和品質。 它甚至可以恢復音訊訊號丟失的成分和頻率。該人工智慧工具非常適合任何以音訊為中心的應用程序，包括電信、播客平台、音訊錄製或傳輸硬體以及語音轉文字系統。 利用其 HD-SPEECH API 和 SDK，將 ai|coustics 整合到音訊應用程式中非常簡單，並且可用於 Windows、Mac、Linux、Web、Android 和 iOS 平台，在嵌入式、桌面和雲端環境中運行。 使用者可以透過造訪其 PLAYGROUND 頁面來親身體驗該工具的強大功能，在那裡他們可以看到和聽到人工智慧語音增強的變革效果。 ai|coustics 也提供聯絡資訊，包括電子郵件、電話和地址，以及指向其網站通知和隱私權政策的連結。希望提高語音應用程式音訊品質的用戶可以受益於 ai|coustics 的先進 AI 演算法，該演算法可將音訊品質提升至專業級標準。

Transcript LOL

transcript.lol

由最佳人工智慧提供支援的最高品質轉錄。支援 100 多種語言。除了為您的音訊或視訊檔案產生高品質的轉錄之外，您還可以從內容中產生高品質的見解，例如- 高級和詳細的摘要、部落格文章、社交媒體帖子、Twitter 線程、時事通訊以及您可以的任何其他內容想到。每個轉錄還附帶一個內容機器人，該機器人專門針對您的音訊或視訊內容進行訓練，以根據您的內容回答任何問題或請求。

SpeechAce

speechace.com

在 SpeechAce，我們致力於透過多功能語音辨識技術幫助語言學習者提升口語能力。我們開發了世界上第一個語音辨識 API，不僅可以幫助語言學習者評估他們的口語技能，還可以確定他們需要改進的確切領域。雖然我們的語音識別API 的第一個版本僅提供發音分數，但我們現在增強了我們的產品，包括完整的語音轉錄以及對詞彙、語法、流暢性、連貫性和相關性等更高水平技能的評估。 SpeechAce 擁有多元化的全球客戶群，其中包括一些最小（但最熱門）的新創公司以及世界上一些最大的語言學習提供者。

Deepgram

deepgram.com

Deepgram 是一家基礎人工智慧公司，其使命是理解人類語言。我們讓任何開發人員只需呼叫 API 即可獲得最先進的語音 AI 轉錄和理解功能。 我們的模型提供最快、最準確的轉錄以及摘要、情緒分析和主題檢測等情境功能。 除此之外，開發人員還可以： * 處理直播或預先錄製的音頻 * 轉錄為數十種語言 * 為獨特的用例訓練自訂模型 * 透過統一的 API 存取深度 NLU * 使用我們的 SDK 以任何程式語言構建 * 部署在本地或 DG 的託管雲端上 * 取得可擴展的 GPU 基礎設施以進行訓練和推理 Deepgram 是令人自豪的 NVIDIA 合作夥伴和 Y Combinator 公司，我們最近完成了 7,200 萬美元的 B 輪融資，以定義 AI 語音理解的未來，使我們成為現階段資金最多的語音 AI 公司。 NVIDIA 合作夥伴和 Y Combinator 公司。

Jupitrr

jupitrr.com

Jupitrr AI Video Maker 是一款人工智慧驅動的工具，允許創作者將他們的錄音和播客轉換為個人化影片。透過此工具，用戶可以在短短幾分鐘內輕鬆創建令人驚嘆的影片內容。 Jupitrr AI Video Maker 背後的 AI 技術可以自動為創作者的視頻生成素材視頻，包括素材、圖表、字幕等。該工具具有類似於編輯 Word 文件的用戶友好介面，無需複雜的時間線，使影片編輯變得輕而易舉。 它提供了一鍵存取龐大影片庫的便利性，為用戶省去了搜尋合適素材的麻煩。 Jupitrr AI Video Maker 支援多種語言，包括西班牙語、印地語、法語、普通話等，可供世界各地的廣大創作者使用。除了庫存影片之外，該工具還提供了添加各種大小和样式的字幕和說明文字的選項。 它甚至包括人工智慧生成的迷人圖表，旨在簡化將視覺數據融入影片的過程。 Jupitrr AI Video Maker旨在為創作者賦能，讓他們專注於自己的創意願景，而不是在影片編輯上花費過多的精力。憑藉其簡單性和多功能性，Jupitrr AI Video Maker 對於希望增強影片製作流程的內容創作者來說是一個有價值的工具。

Exemplary AI

exemplary.ai

Exemplary AI 是一款一體化內容創建工具，它將 AI 驅動的多語言轉錄、翻譯和內容生成整合到一個平台中。 其用戶友好的介面可以輕鬆提取洞察和創建內容，包括摘要、聽力圖、字幕和即時人工智慧聊天。此外，用戶還可以產生 AI 剪輯、特定於平台的字幕和主題標籤，從而簡化直接從平台發布社交媒體的操作。 Exemplary AI 憑藉其尖端的 AI 解決方案簡化了工作流程、提高了工作效率並改善了內容的可訪問性，非常適合內容創作者、研究人員、記者和專業人士。

PodcastAI

podcastai.com

PodcastAI 是一個使用先進的人工智慧工具來簡化播客製作的平台，提供快速轉錄、說話者識別、元數據生成和支援人工智慧主持人互動等功能。

Claap

claap.io

Claap 是一款一體化視訊工作區，將螢幕錄製、會議錄製和視訊 wiki 集於一處。使用 Claap，您可以： - 用短視頻代替您的下一次會議。透過註釋、主題和視訊回覆更快地獲得回饋 - 使用亮點、文字記錄和 AI 筆記記錄您的會議。並讓您的隊友趕上關鍵時刻。 - 透過專為您的組織設計並與您喜愛的應用程式連接的視訊工作區擴展您團隊的知識。

Altered

altered.ai

Altered 是一款新一代音訊編輯器，它將多種語音 AI 技術整合到用戶友好的應用程式中，為各個行業（包括播客、視訊遊戲工作室和電子學習）製作高品質的語音內容。

Amberscript

amberscript.com

Amberscript 正在建立 SaaS 解決方案，使用戶能夠使用語音辨識自動將音訊和視訊轉換為文字和字幕。我們使用使用者產生的資料來訓練歐洲語言的最佳語音辨識引擎。我們的線上文字編輯器和人工轉錄員使文字達到 100% 的準確性。除了轉錄和字幕服務外，我們還提供配音和音訊描述，使其成為完美的一站式服務。

Dictalogic

dictalogic.com

Dictalogic 提供專門的模組，包括音訊到文字、語音到文字、對話到文字和任務委派，所有這些都透過一個儀表板進行。 * 純音訊：傳統的音訊聽寫，其中音訊被錄製並發送給轉錄員，轉錄員可以在任何地方（包括在家工作）。 * 音訊轉文字：數位轉換可實現語音到文字的動態轉換。在這種方法中，音訊被記錄並發送以進行轉錄，並且音訊在到達轉錄者之前被轉換為文字。我們提供多種作業選項供您探索。 * 語音轉文字：我們也提供即時語音轉文字的功能。工作流程與其他聽寫相同，可以發送給任何轉錄員。 * 對話到文字：Dictalogic Conversation 模組是一種語音到文字解決方案，結合了語音識別、說話者識別和每個說話者的句子歸屬（也稱為分類），以提供任何對話的即時和/或非同步轉錄 -所有內容都封裝在一個可隨時存取的安全入口網站中，24/7。

ArtPro

artpro.com

ArtPro 是一款藝術品庫存管理軟體，旨在協助線上編目、存檔、追蹤、分享和儲存藝術品。

SpeechFlow

speechflow.io

SpeechFlow 是一款尖端的語音轉文字工具，可為企業和個人提供無與倫比的準確性和效率。我們先進的人工智慧技術可確保將音訊和視訊內容精確轉錄為書面文本，支援多達 14 種語言，而不僅僅是英語。 主要特點： * 多語言轉錄：支援 14 種語言，克服語言障礙。在不同的語言環境中獲得準確可靠的轉錄。 * 一體化轉錄解決方案：API與線上平台：針對企業和個人，SpeechFlow提供語音辨識API介面和線上轉錄功能，簡單易用。 * 準確的轉錄：受益於業界領先的準確性、了解行業特定術語以及全面可靠轉錄的背景。 * 行業特定模型：我們訓練有素的語音識別模型專為滿足各個行業的獨特需求而定制，可提高醫療保健、金融、法律、客戶服務和教育領域的運營效率。 * 閃電般的快速處理：體驗快速轉錄，在 3 分鐘內轉錄 1 小時的音頻，節省您的寶貴時間。 * 每月免費延長試用：每位使用者每月 5 小時免費語音轉文字轉錄 * 經濟高效的定價：價格低至每秒 0.0002 美元，透過我們靈活的即用即付定價，只需為您使用的內容付費 主要適用範圍： * 聯絡中心：從客戶對話中提取有價值的見解，提高座席工作效率並降低成本。 * 視訊字幕：透過準確的視訊轉錄增強可訪問性並覆蓋更廣泛的受眾。 * 虛擬會議：輕鬆轉錄會議並從每次討論中獲取見解，無論背景噪音如何。 * 媒體監控：透過高精準度偵測仇恨言論和髒話等敏感內容，建構更安全的平台。 * 內容創作者：輕鬆轉錄訪談和講座以進行重點分析。 * 筆譯員和口譯員：增強工作流程並提供精確的翻譯。 使用要求： SpeechFlow 一流的準確性、快速處理、多語言支援和經濟高效的定價使 SpeechFlow 成為滿足您所有語音轉文字需求的最終選擇。立即點擊以簡化您的轉錄流程，並透過 SpeechFlow 將您的業務提升到新的水平！

Phonexia

phonexia.com

Phonexia 是一家創新捷克軟體公司，成立於 2006 年，其願景是透過語音生物辨識和語音辨識技術釋放語音潛力。透過與布爾諾理工大學著名語音研究小組的密切合作，Phonexia 正在將最新的科學突破轉化為由深度神經網路驅動的高精度、最先進技術的日常現實。 Phonexia 為政府、法醫和商業部門提供一系列先進軟體，支援全球 60 多個國家的創新專案。

Talkatoo

talkatoo.com

Talkatoo 正在為醫療專業人員重塑聽寫功能。無論您是在獸醫行業還是人類醫療行業，Talkatoo 都是適合您的語音轉文字軟體解決方案。 Talkatoo 在 Windows 和 Mac 上相容，適用於您可以鍵入的任何領域（包括 PIM 和 EHR），並且非常易於使用。 * Talkatoo 是一款專為臨床使用而設計的桌面聽寫解決方案，重點是將語音轉換為文本，包括專業詞彙和醫學術語。 * 審查者讚賞 Talkatoo 能夠準確地將語音轉換為文字（包括複雜的醫學術語），並且其用戶友好的介面有助於提高創建醫療記錄的效率和生產力。 * 審閱者指出，Talkatoo 在處理大量指令時可能會很慢，有時難以識別特定的、不太常見的術語，而且其客戶支援回應可能會延遲。

Vatis Tech

vatis.tech

以卓越的準確性和經濟性徹底改變語音辨識。 Vatis Tech 的 API 提供先進的語音到文字技術，使用專有的深度學習語音辨識演算法，自動將音訊或視訊檔案轉換為文本，準確率超過 95%。 Vatis Tech 為敏捷新創公司、大型企業、播客、記者和開發人員等提供語音轉文字 API 引擎和 Web 平台。這使得解決方案和服務提供者能夠將技術整合到他們的應用程式中，無論行業或用例如何。 * 部署在本地或雲端 * 使用我們的 API 以任何程式語言構建 * 取得可擴展的 GPU 基礎設施以進行訓練和推理 * 情境功能，例如說話者分類、實體偵測、標點符號以及大寫或數字轉換。 * Web 應用程式內的文字編輯功能 * 轉錄為即時或預先錄製的文件

Shownotes

shownotes.io

Shownotes 是一款由人工智慧驅動的工具，可自動總結播客劇集並建立包含完整文字記錄和字幕檔案的登陸頁面。它使用 chatGPT 轉換 YouTube 自動字幕並產生令人難忘的引言，還可以根據腳本建立部落格文章。 Shownotes 提供三種方案：免費、Creator 和 Pro。免費方案每月提供一份表演筆記、一份摘要記錄、一個登陸頁面，並且所有表演都是公開的。 Creator 計劃每月提供兩個表演筆記、一份摘要記錄、一個登陸頁面、將節目設為私有的功能、登陸頁面編輯器、完整記錄以及 ums & ahs。 Pro 計劃提供無限的表演筆記、摘要記錄、登陸頁面、將節目設為私有的功能、登陸頁面編輯器、完整記錄、ums & ahs 以及字幕檔案。

Symbl.ai

symbl.ai

Symbl.ai 是一個對話智慧平台，使用先進的深度學習模型為開發人員提供非結構化對話資料的即時轉錄和見解。 該工具為各行業提供解決方案，例如收入情報、活動和網路研討會、遠端協作、聯絡中心和招募情報。 Symbl.ai 的功能支援自訂追蹤器、摘要、主題建模、轉錄、對話分析以及用於語音、音訊和文字資料的預先建構 UI 和元件。 憑藉其 API 技術，Symbl.ai 可以對非結構化人類對話進行即時非同步語音識別，使該工具能夠透過單一 API 呼叫來添加智慧。 此外，該平台還透過批次/非同步請求在不到 400 毫秒的時間內提供即時關鍵字、短語和意圖檢測。 Symbl.ai 包含語音到文字集成，允許為人類對話建立最準確的非同步語音識別 API。 此工具的對話分析會產生各種指標來增強使用者或座席對話分析，例如說聽比、每分鐘字數、通話時間和基於主題的情緒。 Symbl.ai 還支援跨各種對話管道（例如視訊或音訊檔案、電話和串流媒體）處理對話並提取見解。 此外，Symbl.ai 優先考慮客戶支持，提供無需使用承諾的靈活計劃和可擴展的成長選項。

Laxis

laxis.com

Laaxis 旨在優化客戶對話，是一款人工智慧會議助手，旨在幫助收入團隊從互動中獲取關鍵洞察，並在各種商業能力中表現更好。 該工具使用人工智慧系統來記錄、轉錄並提供客戶會議期間討論的要點的精確提煉，確保不遺漏任何關鍵細節。 該工具對各種專業人士都有好處，包括銷售、行銷、業務開發、專案經理以及產品和使用者體驗設計師，因為它在市場研究、追蹤投資組合筆記、捕捉客戶需求和活動等不同領域提供幫助。 它可以自動產生會議摘要和後續電子郵件，並使使用者能夠一鍵將客戶需求、行動項目和會議摘要保存在 CRM 中。 使用者還可以從單一或一組會議中提取相關見解。透過包含語言首選項，Laxis 支援多語言交互，確保會議的準確即時轉錄和多語言交互的詳細記錄保存。 它還允許用戶只需單擊即可重新調整音訊內容的用途，例如播客、網路研討會和會議。