深度學習軟體是指旨在促進深度學習模型的創建、訓練和部署的一類軟體工具和框架。深度學習是機器學習的一個子集，涉及訓練多層人工神經網路（因此稱為“深度”）來學習資料的表示。深度學習軟體通常提供以下功能： * 神經網路架構設計：用於設計和自訂深度神經網路架構的工具，包括指定層數、層類型（例如捲積、循環）以及層之間的連接。 * 資料預處理和增強：用於準備和預處理輸入資料以訓練深度學習模型的實用程序，包括標準化、資料增強和特徵提取等任務。 * 模型訓練與最佳化：在大數據集上訓練深度學習模型的演算法與技術，包括隨機梯度下降等最佳化演算法，以及正則化、dropout等處理過擬合的方法。 * 模型評估和驗證：用於評估經過訓練的模型在驗證和測試資料集上的表現的工具，包括準確性、精確度、召回率和 F1 分數等指標。 * 部署和推理：通常透過與軟體開發框架和平台集成，將經過訓練的深度學習模型部署到生產環境中以推理新資料的設施。 流行的深度學習軟體框架包括 TensorFlow、PyTorch、Keras 和 Caffe。這些框架提供了高級抽象和 API，使開發人員和研究人員能夠更輕鬆地建立和試驗深度學習模型，而無需從頭開始實現一切。
提議新的應用程式
OMNIOUS.AI
omnicommerce.ai
OMNIOUS.AI 的人工智慧平台 OMNICOMMERCE 使電子商務零售商能夠提供基於視覺搜尋/發現和個人化產品推薦的直覺購物體驗。 使用買家行動裝置上的靈感圖片並將其上傳到您的網站來尋找產品匹配。讓他們在另一家商店購物或只是走在街上時，在社交媒體上購買他們喜歡的東西。 eBay、YOOX Net-A-Porter、MUSINSA、LotteOn、TheHyundai.com、LF、Brandi、CJ ONSTYLE 等電子商務公司相信 OMNICOMMERCE 能夠幫助購物者發現產品。 2021年全球熱門新創企業（AWS合作夥伴網路） 2020 年零售人工智慧最佳用例 (NVIDIA) 2020年創新新體驗（三星C-lab）
Irida Labs
iridalabs.com
Irida Labs 透過將電腦視覺和人工智慧引入邊緣，為基於視覺的 AIoT 感測器和解決方案提供支持，幫助世界各地的公司開發可擴展的基於視覺的解決方案。 Irida Labs 使用電腦視覺和深度學習提供 AIoT 優化的嵌入式視覺軟體，將邊界框轉換為現實世界的視覺應用。 Irida Labs 的端到端人工智慧軟體和服務平台 PerCV.ai 透過為人員、車輛和物體檢測、識別、追蹤和 3D 姿態估計提供可擴展的視覺解決方案，解鎖了無數電腦視覺和人工智慧應用工業4.0 、智慧城市與空間以及零售等市場。 憑藉在嵌入式電腦視覺硬體和軟體、人工智慧和機器學習、視覺系統設計和光學方面超過10 年的跨領域工程專業知識，我們在整個Vision-AI 產品生命週期（從系統設計到準備就緒）提供支援使用裝置上的視覺人工智慧。 Irida Labs 的最先進專有技術是基於美國專利商標局 (USPTO) 的嵌入式視覺和機器學習專利。透過 Irida Labs 與海康威視、英特爾、Analog Devices、高通、Arrow、ARM 等世界級領導者的牢固合作關係，Irida Labs 建立了一個能夠全面支持最具挑戰性的電腦視覺應用的生態系統。 Irida Labs 快速發展的團隊位於歐洲、希臘，而 Irida Labs 的業務遍及全球，從北歐和中歐到北美和亞洲。
Picture to Text
picturetotext.info
他們的圖像到文字轉換器使將圖像轉換為可編輯文字變得簡單而有效率。無論您有掃描文件、手寫筆記或任何其他視覺內容，他們的工具都可以輕鬆處理。 透過從各種圖像類型中可靠地提取文本，享受高精度。其用戶友好的介面確保每個人都可以輕鬆使用它。此外，它們支援多種語言，因此您可以無縫處理各種語言的文字。 其中一項突出的功能是能夠提交大量影像，在處理大量資料時節省您的時間。它們還支援多種圖像格式，使其適用於任何項目。最重要的是，他們的工具完全免費使用。 使用照片到文字轉換器，您可以： * 輕鬆將圖像轉換為文本，節省時間 * 透過快速、準確的成果提高生產力 * 使用易於使用的工具簡化您的工作流程 使用我們高精度、多語言且多功能的圖片到文字轉換器釋放您的視覺內容的潛力。
Relu
relu.eu
Relu 是一家軟體公司，開發人工智慧軟體元件，可自動將 3D 醫學影像轉換為虛擬病患。我們致力於讓這項技術輕鬆整合到您現有的牙科工作流程/軟體中。
VisionBot
visionbot.com
Visionbot.com 是一項可擴展、易於使用的服務，使現場工作人員能夠利用人工智慧進行文字和圖像更有效地協作。這可以帶來更好的事件報告和管理、更快的專案執行週轉並大大提高營運效率。
Wicket
wicketsoft.com
Wicket 臉部身分驗證平台是一種隱私優先的整合解決方案，透過無摩擦的接觸點為球迷、嘉賓和員工提供精彩的活動體驗，讓使用者滿意，並加強體育場館、現場活動和認證設施的安全性。 Wicket 的專有隱私優先演算法內建於我們基於網路的平台中，可在不到一秒的時間內驗證個人，從而使入口和存取管理安全、順暢且方便。
Krisp
krisp.ai
Krisp 是一款智慧型應用程序，旨在提高線上會議和通話的效率和清晰度。主要是利用人工智慧進行降噪，有效消除線上互動過程中的背景噪音、語音和迴聲。 此功能可確保在各種環境下（從個人對話到團隊會議和呼叫中心）進行清晰、高品質的溝通。除了噪音消除之外，Krisp 還提供即時會議轉錄，這提高了可訪問性並有助於維護記錄。 此外，它還具備產生簡潔會議筆記和摘要的能力，有效充當AI會議助理。另一個值得注意的功能是 Krisp 的會議錄製功能，它可以自動錄製所有通訊應用程式中的虛擬會議。 Krisp專門針對呼叫中心環境提供了AI口音本地化功能，可以即時轉換座席的口音以匹配客戶的母語口音，從而實現更清晰的溝通。 它還可以安全地即時轉錄代理商和客戶的對話。使用為開發人員提供的 SDK，可以將應用程式的服務整合到各種產品中。 作為一款多功能人工智慧工具，Krisp 滿足了廣泛的使用者需求，包括個人、自由工作者、混合工作團隊、銷售團隊、專業服務和呼叫中心。
SpeechTexter
speechtexter.com
語音到文字轉換器。用你的聲音聽寫。用於使用語音打字的免費網路應用程式。支援 70 多種不同語言！
Resemble.ai
resemble.ai
Resemble AI 使用專有的深度學習模型創建自訂 AI 語音，該模型使用文字轉語音和語音轉語音合成來產生高品質的 AI 生成的音訊內容。 Resemble Localize 是我們的多語言在地化工具，可以翻譯文字並將您的 AI 語音轉換為多達 100 種語言。 Resemble Fill 是我們的生成填充（音訊修復）功能，可讓您使用複製的 AI 語音修改現有語音。 Fill 可用於修改程式化音訊廣告、動態串流廣告插入 (SAI)、語音助理等。 最近，我們憑藉語音 AI 對 Netflix 獲得艾美獎提名的《安迪沃荷日記》的貢獻，榮獲 2023 年威比獎「最佳語音技術應用獎」。 除了 Netflix 之外，我們還與 Byju's、世界銀行集團、Boingo、環球影業、派拉蒙影業等合作。
Speechnotes
speechnotes.co
語音轉文字 - 語音輸入和轉錄。 免費用語音做筆記，或當場自動轉錄音訊和視訊錄音。安全、準確且超快。
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。
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。
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。
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
Jammable
jammable.com
透過 Jammable 在幾秒鐘內使用 AI 創建 AI 封面，數百個社群上傳的 AI 語音模型可供創意使用！
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。
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。
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。
OpenAI Platform
openai.com
OpenAI 是一家人工智慧研究和部署公司，致力於確保通用人工智慧造福全人類。人工智慧是一種極其強大的工具，其創建必須以安全和人類需求為核心。 OpenAI 致力於將利益一致性放在首位——置於利潤之上。 為了實現我們的使命，我們必須包容並重視構成全人類的許多不同觀點、聲音和經驗。我們對多元化、公平性和包容性的投資是持續不斷的，透過廣泛的舉措執行，並得到領導層的倡導和支持。 在 OpenAI，我們相信人工智慧有潛力幫助人們解決巨大的全球挑戰，我們希望人工智慧的優勢能廣泛分享。
Speechmatics
speechmatics.com
Speechmatics 是全球領先的語音智慧專家，結合人工智慧和機器學習的最新突破，釋放人類語音的商業價值。全球範圍內的企業都在使用 Speechmatics 來準確理解人類級別的語音並將其轉錄為文本，無論人口統計、年齡、性別、口音、方言或位置如何，都可以實時在錄製媒體上進行。 將這些文字記錄與最新的人工智慧驅動的語音功能相結合，企業可以建立利用摘要、主題、情感、章節、翻譯等的產品。 Speechmatics 每個月都會處理全球 300 多年來 50 種語言的轉錄。其神經網路在語音辨識領域開創了機器學習的先河，考慮了聲學、語言、方言、多個說話者、標點符號、大寫、上下文和隱含含義。 Speechmatics 總部位於英國劍橋，在紐約也有辦公室。 Speechmatics 是註冊商標。
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。
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。
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。
LumenVox
lumenvox.com
LumenVox 是為世界各地的組織提供營運商級語音技術的領先供應商。作為Capacity的一部分，LumenVox透過人工智慧驅動的語音辨識和語音認證技術改變客戶體驗。 LumenVox 的 DNA 植根於 20 年的語音技術，提供最全面、最具成本效益且靈活的語音服務。該公司在語音和語音技術方面擁有悠久的歷史，使公司能夠打造不僅能理解所說內容，還能辨識說話者的語音體驗。 LumenVox 是唯一能夠為企業提供所需的靈活性和控制力的供應商，以便在任何環境（本地、多雲或混合模型）中輕鬆開發應用程式。 與其他語音提供者相比，LumenVox 通常可以將總擁有成本 (TCO) 降低多達 35%。此外，LumenVox 平均可以在 60 天或更短的時間內部署新的語言模型，而大多數提供者需要六個月或更長時間。 具有轉錄功能的 ASR 是 LumenVox 軟體產品組合的基石。 LumenVox 的語音和語音軟體堆疊在人工智慧和深度機器學習的基礎上運行，可提供高效能、面向未來的語音技術。在端到端深度神經網路的支援下，LumenVox 的 ASR 引擎加速了添加新語言和方言的能力，以服務更多樣化的用戶群。 與 ASR 結合，LumenVox 提供文字轉語音 (TTS) 軟體來表達書面文字。這使得公司可以將聊天機器人變成語音機器人。 透過 LumenVox 最先進的工具集，公司可以對任何語音辨識應用程式進行調整和轉錄，包括參數、語法和版本升級測試。此工具集可協助客戶在每次需要增強語音應用程式時避免昂貴且耗時的專業服務。使用舊版 ASR 的客戶可以從該工具集中受益，因為他們能夠輕鬆地將其語法和置信值遷移到 LumenVox ASR。
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。
Kukarella
kukarella.com
畫外音具有完美的音訊清晰度、節奏、語調和發音。在 Kukarella 上，您可以嘗試最好的 AI 神經語音。包括所有商業權利。 Kukarella 提供 130 種語言和口音的 800 多種人工智慧語音，適合我們任何付費方案的商業用途。除了配音之外，您還可以使用 Dialogues AI 工具創建對話，或使用 Simdubbing 工具將文字翻譯和配音成數百種語言。 這還不是全部 - 您可以轉錄各種視頻、音頻和 YouTube 視頻，從網頁中抓取文本，以及識別圖像上的文本。此外，Kukarella 與一些科技領域的知名企業合作，例如 Google、Amazon、Microsoft 和 IBM，因此您知道自己正在獲得最好的產品。 來自加拿大政府、Salesforce、DHL、麥當勞、倫敦大學和戴姆勒梅賽德斯等組織的許多創意人士都使用 Kukarella 進行配音和轉錄，因此您將成為良好的伙伴。
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！
Synth
usesynth.com
Synth 是一款全面的人工智慧驅動解決方案，用於管理和利用業務對話。 Synth 可以轉錄、翻譯和分析您的所有通話 - 無論是銷售通話、內部或外部會議，還是呼叫中心通話和客戶支援互動。 Synth 也提供單一或多個呼叫的自動摘要。憑藉自動化 CRM 資料擷取、多語言轉錄和翻譯、預測分析以及透過 Slack 提供的即時見解等高級功能，Synth 可以將您的通話資料轉化為可行的業務策略。 特徵： * 轉錄和翻譯：為國際客戶提供 50 多種語言的轉錄和翻譯服務。 * 自動呼叫摘要：利用 Synth 提供單一或多個通話的全面摘要的能力，將大量對話資料轉化為簡潔、可操作的要點以及自動報告和文件。 * 自動 CRM 同步：使用 Synth 擷取的摘要、操作項目和會議詳細資訊保持您的 CRM 更新。 * 即時洞察：透過 Slack 即時獲取潛在客戶資訊、公司詳細資訊、建議問題和通話摘要。 * 預測分析：利用數據驅動的對話可能性洞察，並為您的後續步驟提供量身定制的建議。 * 強大的安全合規性：Synth 秉承安全標準，Synth 確保保護您的資料和隱私。 使用案例： * 加強產品開發：輕鬆捕捉和組織創意。確定行動項目的優先順序；總結並分享見解 * 簡化行銷和合作夥伴關係：輕鬆改善溝通和協作。改進夥伴關係會議；讓每個人都在同一頁上。 * 簡化用戶研究：輕鬆捕捉和回憶用戶見解。更了解用戶；總結使用者回饋。 * 做出數據驅動的投資決策：輕鬆捕捉並回憶來自推廣會議和盡職調查電話會議的關鍵見解。轉錄推介會議；總結盡職調查電話。
PromptSmart
promptsmart.com
PromptSmart 是一款提詞器應用程序，可跟隨您的聲音，幫助您製作影片或簡報。 PromptSmart 是首款具有語音辨識功能的提詞器應用程式 - 最先進的公共演講工具！ 2014 年 8 月推出！ PromptSmart 的誕生源自於對公開演講的熱情。 PromptSmart 的創辦人對 MBA 學生進行公開演講藝術的指導和指導。我們意識到直覺的揚聲器控制提詞器可以更好地支援許多演講者，因此我們也認識到當今的行動裝置可以滿足這一需求。考慮到這一點，PromptSmart 應運而生。 PromptSmart 也滿足了喜歡使用筆記而不是完整書面演講的演講者的需求。我們設計了數位記錄卡功能，讓演講者透過追蹤要涵蓋的關鍵資訊來保持重點。 最終結果是 PromptSmart 成為適合任何演講者風格的最先進的公開演講工具！
VoxSciences
voxsci.com
VoxSciences 將您的語音郵件轉換為文本，並以文字 (SMS) 訊息和/或電子郵件的形式傳送到您的手機。
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。
Crescendo
crescendo.com
Crescendo Systems Corporation 是醫療、法律、執法和保險領域文件、數位聽寫、語音處理、轉錄和工作流程管理系統的領先開發商。
Philips SpeechLive
speechlive.com
Philips SpeechLive 是一種基於雲端的聽寫、轉錄和語音辨識工作流程解決方案。它可以幫助作者比以往更快地從語音到文字。 SpeechLive 使用 Microsoft Azure 雲端服務透過多重驗證進行完整的端對端加密。我們的附加語音辨識服務具有多語言功能、即時和延遲選項以及語音命令功能，可在您口述時格式化您的文件。
Scribbl
scribbl.co
使用 Scribbl 改變您的會議體驗—這是一款由人工智慧驅動的終極工具，可提高工作效率和協作能力。告別記筆記的麻煩，擁抱高效會議的新時代。 Scribbl 可以輕鬆捕捉、轉錄和記錄您的會議，確保您不會錯過任何一個節拍。 我們先進的人工智慧將每次會議分解為易於理解的主題和行動項目，從而簡化了審核流程。透過 Scribbl 的 Chrome 擴充程序，即時標記關鍵時刻，在即時討論和會後分析之間建立無縫橋樑。 分享見解從未如此簡單。無論是與您的團隊還是外部利害關係人，Scribbl 直覺的共享功能都可以讓您快速有效地傳播訊息。
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。
Cochl
cochl.ai
Cochl 是一家專注於機器聆聽技術的研究型新創公司。我們為開發者和企業提供完善的人工智慧系統，讓他們的產品和服務擁有類人的聆聽能力。
CrystalSound
crystalsound.ai
CrystalSound 是一款使用人工智慧技術的桌面應用程序，有助於消除通話、錄音和線上會議期間所有不必要的噪音和乾擾。憑藉其先進的演算法和最先進的功能，CrystalSound 可以消除背景噪音、迴聲、嘯叫效果和其他聲音，確保您能夠清晰有效地進行溝通。 CrystalSound能夠運作在Mac、Windows、Linux作業系統上，滿足使用者下載和使用的需求。有了 CrystalSound，您不必再擔心通訊應用程式的相容性問題。我們的解決方案旨在與 Teams、Zoom、Google Meet、Loom、Discord 等流行應用程式無縫協作。
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。
Dubber
dubber.net
Dubber 是全球統一的雲端通話錄音和語音 AI 解決方案，可提高合規性以及銷售和服務績效。 Dubber 完全相容的通話錄音解決方案只需單擊即可打開，並且可以在雲端中無限擴展 - 無需任何硬體。 每個通話或對話都會自動捕獲，安全地儲存在 Dubber 語音智慧雲中，並透過人工智慧進行豐富，並可立即作為重播或富有洞察力的轉錄，並具有即時搜尋、情緒分析、警報和通知。
Flipner AI
flipner.com
Flipner AI 是一款智慧語音轉文字工具和內容中心，可將音訊片段轉換為可立即發布的文章，充當寫作的快速助理。 Flipner AI 引入了一種革命性的文本創作方法，使作家能夠隨時隨地輕鬆捕捉和組織他們的無數想法。這個創新平台提供了一個獨特的內容中心，可以儲存文字和音訊筆記，透過其用戶友好的人工智慧工具，促進思想無縫轉換和合併為結構化草稿或精美的、隨時可用的文件。
Jotengine
jotengine.com
Jotengine 將對話和會議轉化為音訊轉錄和視訊字幕，從而提高對話和會議的效率。
Speech to Note
speechtonote.com
Speech To Note 是一款由人工智慧驅動的語音辨識工具，可立即將語音轉換為文字。我們的工具使用先進的語音轉文字技術將您的文字轉錄成您可以編輯或分享的簡潔摘要。 體驗我們人工智慧驅動工具的強大功能，它可以立即將您的口語轉化為簡潔且資訊豐富的摘要。
Spokestack
spokestack.io
Spokestack 是一個強大的開源庫平台和強大的服務，使您的軟體完全支援語音，包括： * 自動語音識別 * 語音活動偵測 * 喚醒詞 * 文字轉語音 * 自訂語音 * 自然語言理解
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。
Voxpow
voxpow.com
由機器學習提供支援的語音到文字轉換。直接在您的網站上免費。 Voxpow 支援您的全球用戶群，可識別超過 100 種語言及其變體。
CueMe
cueme.com
CueME 是世界上最好的撞球應用程序，可找到人們親自或虛擬地參加任何級別的單打、雙打和錦標賽比賽。使用 CueME 影片、評分和排名技術與世界各地的任何人進行比賽。當您玩遊戲時，您將贏得 CueME 籌碼以及勝利和成就，以獲得認可和獎品。
Datch
datch.io
Datch 是一個利用人工智慧來擷取高度詳細、以人為中心的結構化資料的平台，同時提供用於決策和資源管理的資產洞察。我們的目標是透過提供減少資產 MTTR、增加 MTBF、支援更好的規劃並加快決策速度所需的數據和情報，深入解決可用性不足的問題。 為了支援跨資源管理、報告、規劃、調度和可靠性的資產可用性目標，該產品圍繞著單一價值主張進行設計：「完美數據」。我們所說的完美數據是指來自前線的完整、高度準確、上下文豐富的報告，以及在正確的時間向正確的人員完美地回憶和提煉數據。資料擷取是透過結合工作人員支援功能（例如語音轉文字、即時翻譯和對話式人工智慧）以及資料豐富（透過添加上下文和指導來轉換捕獲的資料的功能）來實現的。資料可存取性和資產洞察是由基於公司文件管理系統、工作管理歷史記錄和其他與資產相關的語言豐富的資料來源訓練的產生搜尋支援的工具。
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。
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。
Picovoice
picovoice.ai
Picovoice 是一個端對端平台，可根據您的需求為任何內容添加語音。 透過創新加速語音人工智慧的採用。 Picovoice 透過在裝置、行動裝置、網路瀏覽器、本地端和雲端上運行的準確、私密且快速的語音 AI 技術，將控制權帶回給企業。
Recognosco
recognosco.com
基於人工智慧的語音辨識 SDK 利用神經網路和深度學習技術。專為合作夥伴打造。 * 採用間接方法－創新技術，不與我們的合作夥伴競爭 * 全球廣大的市場和語言覆蓋範圍 * 靈活部署：可在本地或雲端使用 * 互惠互利、長期的關係 * 公平靈活的商業模式 * 由合作夥伴推動的產品路線圖 * 終極夥伴體驗 - 協商、細心、平易近人。 Recognosco 的語音支援平台提供醫療保健和法律領域的專門主題，使我們的合作夥伴能夠透過我們的語音辨識 SDK 豐富他們的解決方案，並且只需最少的整合工作。 Recognosco 的人工智慧語音技術在全球範圍內得到應用，幫助專業人士最大限度地提高生產力和效率。在 25 個國家以 10 種語言使用，與超過 35 個合作夥伴進行了 2000 多次部署。
Recordator
recordator.com
Recordator.com 是一個快速、簡單的解決方案，適合任何希望以出色的錄音品質錄製通話的人。它適用於任何行動裝置和運營商，無需任何設定。
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。
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。
SpeechWrite
speechwrite.com
SpeechWrite 是一家專注於工作流程解決方案、數位聽寫、語音辨識和 PDF 解決方案的完整解決方案提供者。 SpeechWrite 的實用技術複雜而簡單，可讓您改善工作環境並更聰明地工作。 SpeechWrite 與 OEM 和技術合作夥伴密切合作，對最新技術發展和市場趨勢有廣泛的了解。 SpeechWrite 成立於 2001 年，在聽寫行業擁有 100 多年的經驗，並以其上市速度和售後支援而自豪。
Spellex
spellex.com
Spellex 透過向 Spellex 客戶提供創新產品和世界一流的服務，提供拼字檢查、聽寫和輔助技術軟體解決方案。
Thirdlane
thirdlane.com
Thirdlane Connect 是一款多功能客戶溝通和團隊協作應用程序，為您的團隊提供一系列功能，包括聊天、語音和視訊通話、會議、螢幕共享、文件共享以及與CRM 和各種其他業務應用程式的無縫整合。 Thirdlane Connect 旨在促進多通路客戶溝通和團隊協作，專為本地和遠端工作人員而設計，支援網頁瀏覽器、iPhone、Android 裝置以及 Windows、Linux 和 Mac 桌面。這項強大的應用程式與 Thirdlane 商務電話系統或 Thirdlane 多租戶 PBX 平台完全整合並由其提供支援。這些平台可以安全地部署在各種環境中，無論是在本地還是在私有雲或公有雲中，從而確保您的通訊基礎架構的靈活性和安全性。
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
Voiceitt
vocitec.com
Voiceitt 是一家屢獲殊榮的語音辨識新創公司和社會企業，開發了專有的自動語音辨識(ASR) 技術，可將非標準語音模式即時轉換為清晰的語音，使患有嚴重言語障礙和殘疾的兒童和成人能夠存取主流語音啟動技術和設備。 一款支援非標準語音人士進行語音交流的應用程式。您可以使用 Voiceitt 與他人以及使用 Alexa 等語音啟動設備進行語音通訊！