AI工作站

语音识别

• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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。
• 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！
• 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。
• 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。
• 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。
• 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。
• 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。
• 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！
• 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。
• 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。
• 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。
• 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。

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
• Koko AI用户可以与由AI生成的3D动漫角色进行互动，这些角色涵盖了从卡通动漫到游戏角色，从角色扮演到写实风格的各种类型。
• PromLib·AI提示词画廊汇集了最新、最热、最全的AI绘画提示词，并支持一键查看Stable Diffusion和Midjourney生成的图像效果。
• 知渊AI论文写作一款专为论文写作设计的AI工具，提供从选题、大纲生成到正文撰写和查重优化的全流程支持。
• Flova.ai从故事策划→文本生成→视觉素材（图像/视频帧）→分镜排版→镜头运动/特效→背景音乐，一次性完成，无需在多个工具之间切换。
• Camoufox内置拟人鼠标轨迹、广告拦截、GeoIP‑代理联动、遥测信息清理等配套能力，输出干净简洁DOM结构，更适配大模型AI Agent网页浏览需求。
• 深蓝汽车（Deep Blue）成立于2022年，隶属于长安汽车集团，专注于新能源汽车的研发与生产。
• 哥伦比亚大学位于纽约曼哈顿，是美国历史第五悠久、常春藤联盟成员之一的世界顶尖私立研究型大学。
• 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。
• Suno v6AI音乐平台Suno发布的全新一代模型系列，包含面向Pro/Premier付费用户的旗舰v6、实验版本v6-wild，以及对全部用户开放的免费版v6-mini。
• DailyBotDailyBot 现在拥有大量知识。
• Alook平台为AI智能体赋予持久身份、用户名、消息收件箱、成员权限与记忆能力，智能体的运行环境、工具、密钥凭据、代码库访问权限全部保留在用户本地设备。
• 会问AI国内手机版AI对话，无需注册，流畅使用。
• ELLE中文网提供最专业的美容指南，剖析最热门的明星事件，倡导最健康的生活品质，分享最感人的情感故事，着力打造全新潮流女性高端门户。
• NottoAI平台开放BYOK自带密钥模式，最大化用户自主管控权限，全部对话内容加密存储，支持随时回溯检索历史会话。