语音识别
KugelAudio本地部署运维、全链路遵循GDPR隐私规范，覆盖40+语种自然人声合成，主打39ms超低首帧时延，面向政企、开发服务商打造安全可控的合规TTS方案，支持免费试用与企业定制化报价。本地部署运维、全链路遵循GDPR隐私规范，覆盖40+语种自然人声合成，主打39ms超低首帧时延，面向政企、开发服务商打造安全可控的合规TTS方案，支持免费试用与企业定制化报价。
智能外呼一款集合NLP、ASR、TTS等人工智能技术，提供公有云服务并支持同时面向多名用户！一款集合NLP、ASR、TTS等人工智能技术，提供公有云服务并支持同时面向多名用户！
Aqua Voice产品具备优秀的专业术语识别效果，支持自定义指令、个人词典云端同步，一共兼容49门语言，适配快速文稿创作、录音转写、免提输入等效率场景。产品具备优秀的专业术语识别效果，支持自定义指令、个人词典云端同步，一共兼容49门语言，适配快速文稿创作、录音转写、免提输入等效率场景。
Fluently基于用户真实语音输出多维度个性化反馈，从发音口音、语法运用、词汇储备、表达流畅度四大维度综合评估，定位薄弱项。基于用户真实语音输出多维度个性化反馈，从发音口音、语法运用、词汇储备、表达流畅度四大维度综合评估，定位薄弱项。
VideoCaptioner适合各类视频创作者、教育工作者、内容编辑以及需要高效处理视频字幕的普通用户。适合各类视频创作者、教育工作者、内容编辑以及需要高效处理视频字幕的普通用户。
AiRepeater平台支持本地文件和YouTube视频，提供智能重复、片段合并/导出和自动评估等功能，让学习者可以根据自己的节奏灵活选择素材、反复练习并实时获得反馈。平台支持本地文件和YouTube视频，提供智能重复、片段合并/导出和自动评估等功能，让学习者可以根据自己的节奏灵活选择素材、反复练习并实时获得反馈。
NoFilterGPT依托独立部署的云端模型，它打破了传统AI的内容限制，让你能够毫无顾虑地探讨各类话题，在保障隐私的同时，享受极致的言论自由。依托独立部署的云端模型，它打破了传统AI的内容限制，让你能够毫无顾虑地探讨各类话题，在保障隐私的同时，享受极致的言论自由。
Reverse Video Search会分析视频关键帧、音频、语音内容、OCR文字、水印、字幕、日期和上传历史，以识别相关视频，并支持人工核验。会分析视频关键帧、音频、语音内容、OCR文字、水印、字幕、日期和上传历史，以识别相关视频，并支持人工核验。
PollyTalks平台输出个性化学习反馈与流利度评分，便于追踪学习进度，帮助学习者从入门阶段即可开展口语练习，提升语言学习的便捷性与学习效率。平台输出个性化学习反馈与流利度评分，便于追踪学习进度，帮助学习者从入门阶段即可开展口语练习，提升语言学习的便捷性与学习效率。
讯飞翻译机依托行业领先的神经网络翻译、语音识别、图像OCR、离线大模型等AI技术，为跨境出行、商务会谈、外语学习提供全场景、高精度翻译服务。依托行业领先的神经网络翻译、语音识别、图像OCR、离线大模型等AI技术，为跨境出行、商务会谈、外语学习提供全场景、高精度翻译服务。
即答侠即答侠(HireMe AI)在你面试时实时监听面试官问题，支持腾讯会议、飞书、钉钉、Zoom、Google Meet 等任意会议软件，面试官完全无感。即答侠(HireMe AI)在你面试时实时监听面试官问题，支持腾讯会议、飞书、钉钉、Zoom、Google Meet 等任意会议软件，面试官完全无感。
LockedIn AI内置通用AI助手、编程助手、ATS适配AI简历生成器、在线测评配套工具，覆盖42种语言，适配全行业场景。内置通用AI助手、编程助手、ATS适配AI简历生成器、在线测评配套工具，覆盖42种语言，适配全行业场景。
OnDialOnDial能够对接CRM、日历、电话系统、工单工具与企业API，实现数据更新、工作流执行、对话分析，遇到复杂场景可将通话无缝转接人工坐席。OnDial能够对接CRM、日历、电话系统、工单工具与企业API，实现数据更新、工作流执行、对话分析，遇到复杂场景可将通话无缝转接人工坐席。
TurboScribe支持98种语言高精度转写，提供不限量转录额度，文本识别精度趋近无损，成果可导出PDF、DOCX、SRT、TXT等通用格式。支持98种语言高精度转写，提供不限量转录额度，文本识别精度趋近无损，成果可导出PDF、DOCX、SRT、TXT等通用格式。
Bleeper搭载录音室级AI人声分离算法，毫秒级识别并屏蔽视频内脏话，全程完整保留背景音乐、环境音效无损。搭载录音室级AI人声分离算法，毫秒级识别并屏蔽视频内脏话，全程完整保留背景音乐、环境音效无损。
Voicy‑AI Speech to Text App可在20000+网站与软件内完成语音输入，覆盖Gmail、Microsoft Word、Google Docs、Slack、Outlook、WhatsApp、各大AI大模型等主流生产力工具。可在20000+网站与软件内完成语音输入，覆盖Gmail、Microsoft Word、Google Docs、Slack、Outlook、WhatsApp、各大AI大模型等主流生产力工具。
HaloVoice平台搭载AI语音克隆技术，保留说话人声纹特征，翻译输出语音更具个性化与真实感；配套双语字幕同步展示双方对话内容，进一步降低跨语言沟通理解成本。平台搭载AI语音克隆技术，保留说话人声纹特征，翻译输出语音更具个性化与真实感；配套双语字幕同步展示双方对话内容，进一步降低跨语言沟通理解成本。
Mega-ASR – 面向全场景的高针对噪声干扰、远场收音、回声遮挡、传输丢包等复杂真实声学场景，搭建可扩展复合数据体系与声学到语义渐进优化框架，有效攻克恶劣环境下的语音识别难题。针对噪声干扰、远场收音、回声遮挡、传输丢包等复杂真实声学场景，搭建可扩展复合数据体系与声学到语义渐进优化框架，有效攻克恶劣环境下的语音识别难题。
Transcribe Audio to Text平台兼容MP3、MP4、M4A、WAV、WEBM、MOV、AIFF、OPUS、FLAC、AVI、MKV、FLV、3GPP等主流音视频格式，单文件上限10GB，支持多任务排队批量处理。平台兼容MP3、MP4、M4A、WAV、WEBM、MOV、AIFF、OPUS、FLAC、AVI、MKV、FLV、3GPP等主流音视频格式，单文件上限10GB，支持多任务排队批量处理。
FireRedASR：小红书开发的工FireRedASR 是由小红书 FireRed 团队开发并开源的一系列工业级自动语音识别（ASR）模型，专为普通话、中文方言和英语设计。FireRedASR 是由小红书 FireRed 团队开发并开源的一系列工业级自动语音识别（ASR）模型，专为普通话、中文方言和英语设计。
Whisper Web依托WebGPU、WebAssembly技术实现浏览器本地运算，免费模式下音频数据全程留存本地、不会外传，支持百余种语言实时转写。依托WebGPU、WebAssembly技术实现浏览器本地运算，免费模式下音频数据全程留存本地、不会外传，支持百余种语言实时转写。
小米小爱开放平台基于小米的硬件生态和海量数据，提供领先的语音交互技术的一个重要平台。基于小米的硬件生态和海量数据，提供领先的语音交互技术的一个重要平台。
AIPhone AI人工智能驱动的通话工具，搭载通话实时翻译、实时语音转文字等核心能力，重塑跨国通话沟通体验。人工智能驱动的通话工具，搭载通话实时翻译、实时语音转文字等核心能力，重塑跨国通话沟通体验。
Free Whisper AI凭借高精准转写能力帮各类从业者省去人工听写成本，全功能免费、无隐形扣费与额度限制，覆盖内容创作、政企、教研、法务、医疗、传媒全行业。凭借高精准转写能力帮各类从业者省去人工听写成本，全功能免费、无隐形扣费与额度限制，覆盖内容创作、政企、教研、法务、医疗、传媒全行业。
AI酱：一款能够直接通过语AI酱是一款二次元风格的多语言智能聊天应用，用户可以通过语音与AI角色进行实时对话。AI酱是一款二次元风格的多语言智能聊天应用，用户可以通过语音与AI角色进行实时对话。
AirTouch macOS手势控制工具可将设备内置/外接摄像头转化为全局免提手势控制器，无需额外硬件、穿戴设备，仅凭肢体手势就能全局操控光标、点击、滚动、切应用、关闭窗口等全系统操作。可将设备内置/外接摄像头转化为全局免提手势控制器，无需额外硬件、穿戴设备，仅凭肢体手势就能全局操控光标、点击、滚动、切应用、关闭窗口等全系统操作。
Vatis Tech平台转写效率突出，一小时音视频素材最快1分钟完成处理，识别精度优于Google、Speechmatics、Microsoft等同类产品。平台转写效率突出，一小时音视频素材最快1分钟完成处理，识别精度优于Google、Speechmatics、Microsoft等同类产品。- 百度大脑全栈的AI能力，提供端到端软硬一体的应用！全栈的AI能力，提供端到端软硬一体的应用！
SpeechFlow支持14种语言识别，具备出色识别准确率。可完成语音、音频素材向文本的转换，同时支持云端部署与本地私有化部署两种方案。支持14种语言识别，具备出色识别准确率。可完成语音、音频素材向文本的转换，同时支持云端部署与本地私有化部署两种方案。
今日热门工具
荐藏族日历小程序实时查询藏历日期、西藏传统节日、殊胜日！实时查询藏历日期、西藏传统节日、殊胜日。支持藏历新年/雪顿节/萨嘎达瓦节等重要日期标注，简洁易用，传承藏族天文历法文化！
推生活小工具收录了万年历、老黄历、八字智能排盘等100+款小工具！收录了万年历、老黄历、八字智能排盘等100+款小工具
MindShow用户只需提供标题、文本大纲或文档，系统即可自动生成结构完整、视觉美观的演示文稿，并支持在线预览、PDF/PPTX导出以及动画效果。
Llamaroo平台数分钟即可生成游戏化课程，内容适配Eureka Math、enVision Mathematics等主流教学标准，贴合现代化教学需求。
轻之国度汇集海量轻小说、漫画、动画、ACG资讯与汉化资源，社区活跃、更新及时、资源齐全，是日系轻小说爱好者的专属聚集地。
Biu主打将B站海量音视频资源整合至电脑端播放，复刻本地音乐软件流畅使用体验，同时兼容B站账号社交与收藏体系。
GenPPT无需深厚设计功底，个人与企业用户仅需输入想法与主题，即可快速转化为逻辑完整、结构规整的专业幻灯片，大幅降低演示材料的制作门槛。
SimpleTex公式/文档识别一款不可多得的免费公式识别编辑工具，无论你是科研工作者、教师还是学生，都能从中受益。
SkyReels V4模型使用入口，昆在Artificial Analysis全球音视频生成榜单中排名前列，性能超越Google Veo 3.1、OpenAI Sora 2等主流模型，支持文本、图像、视频、音频多模态精准控制，兼具专业级视频修复与全维度编辑能力，为音视
APP喵平台囊括影视、游戏、办公实用工具、各类新奇网站等多元资源，提供便捷的软件检索与下载渠道。
TextUnitedTextUnited 是一个综合翻译管理系统。
通义灵码一款基于通义大模型的智能编码辅助工具，旨在提升开发者编写代码的效率和质量。
UnificAlly全方位AI API服务商，通过统一接口接入多款行业主流AI模型，调用价格低于官方渠道。
Newface支持多种主流图像、视频和音频模型，包括Seedance、Kling、Veo、Wan、GPT Image、Seedream和Opus BGM，覆盖从画面生成到配乐制作的完整能力。
Project PlannerProject Planner 是一款项目管理工具。
Arting提供一个便捷的平台，让用户能够轻松掌握附近画廊、博物馆及公共艺术空间正在进行的展览动态。
