悦录依托同花顺的语音识别技术，为用户提供免费的录音转文字、语音转文字、视频字幕等服务，1小时音频最快5分钟出稿，准确率高达97%+，全程加密，文件信息安全。

一款解决跨境电商视频创作的平台，利用多语种翻译、语音合成、语音识别、大模型等技术，提供视频配音、视频翻译、文本配音等业务，让带货视频、产品视频、选窜视频的创作更简单更高效

Speech To Text Whisper 是一个面向音频转写的公开应用，界面包含音频输入组件，适合将语音内容整理为文字，并作为会议记录、访谈整理或音频内容初步处理的起点。

一款面向视频内容整理的 AI 应用，可上传视频并获得语音转写与摘要结果，适合快速了解视频主题、提取信息和辅助后续整理。

Video Dubbing是一款面向短视频的AI配音应用，可上传不超过60秒的视频，选择目标语言，生成配音版本，并尝试保留原说话者的克隆声音。处理流程还包含语音识别、翻译、语音合成与可选的口型同步。

一款用于语音转录和翻译的应用，可处理麦克风录音、上传的音频文件以及 YouTube 音频，并将新增结果持续显示在结果区域。

OpenXLab浦源是一个一站式AI开发平台，该平台整合了应用开发、模型托管、数据集下载等功能，帮助用户快速构建AI应用，实现图像识别、语音识别、自然语言处理等任务。

人工智能语音识别和转录工具

一款集成了先进语音识别技术和智能剪辑功能的开源视频剪辑工具，旨在为用户提供高效、精准的视频编辑体验。

Whisper 是 OpenAI 开发的一款强大的语音识别模型，具有多语言支持、语音翻译和语言识别等多功能能力。

一个视频分析工具，结合了视觉模型（如Llama的11B视觉模型）和Whisper进行语音识别，通过提取关键帧并进行分析，生成视频内容的描述。

百度飞桨（PaddlePaddle）平台上的一个开源语音处理工具包，旨在为语音识别、语音合成、语音翻译、语音识别、语音分类、语音标点恢复、语音情感分析等任务提供全面的解决方案。

Xinference 是一个功能强大且功能全面的分布式推理框架，旨在简化大语言模型（LLM）、语音识别、多模态模型等多种AI模型的推理任务。

面试猫AI是一款强大的AI面试助手，支持实时语音识别、图片识别、智能辅助回答、多语言面试。全平台适用，助你轻松拿Offer。

提供网盘资源搜索,短视频去水印,语音转文字,字幕翻译等功能。支持百度网盘,阿里云,天翼云盘等多种网盘平台资源搜索，以及抖音,快手,小红书等平台的视频去水印下载，AI语音识别服务

一款基于大语言模型(LLM)的视频字幕处理助手，支持语音识别、字幕断句、优化、翻译全流程处理

一款集智能翻译、语音识别、多语言翻译等先进功能于一体的智能翻译播放器

这是一款面向维吾尔语语音转写的应用，可接收上传或录制的音频，并通过可选的 Wav2Vec2 模型生成文字结果。它适合处理语音记录、样音转写及需要将音频内容转为文本的任务。

Kyrgyz-Speech-To-Text 是一款面向吉尔吉斯语、英语和俄语的多语言语音识别应用，可在浏览器中提交不超过30秒的音频，并查看对应的文字转写结果。

Transgate 是一款面向音频和视频内容的 AI 工具，支持将录音、会议、访谈、课程和视频转为文字，也可进行多语言翻译，并提供摘要、重点提取和文本问答功能。

这是一款面向维吾尔语语音转写的在线应用，可上传或录制音频，并在提交后查看对应的维吾尔语文字结果。界面还提供示例音频入口，便于了解应用的使用方式。