AI语音转文本
SubcueAI专为线上视频面试打造，集成实时答题提示、语音实时转写、双路音频收录、面试复盘分析全套能力，依托本地音频处理机制保障用户通话隐私安全。专为线上视频面试打造，集成实时答题提示、语音实时转写、双路音频收录、面试复盘分析全套能力，依托本地音频处理机制保障用户通话隐私安全。
Meetily AI无需接入云端机器人，即可适配Zoom、Microsoft Teams、Google Meet等主流会议平台，所有音频数据与会议内容全程本地留存，数据完全自主可控，从根源规避信息泄露风险。无需接入云端机器人，即可适配Zoom、Microsoft Teams、Google Meet等主流会议平台，所有音频数据与会议内容全程本地留存，数据完全自主可控，从根源规避信息泄露风险。
Pulse平台内置说话人分离、实时情感识别、语种自动检测能力，可搭配语音代理编排、电话外呼服务、私有知识库能力，支持全场景企业级合规部署。平台内置说话人分离、实时情感识别、语种自动检测能力，可搭配语音代理编排、电话外呼服务、私有知识库能力，支持全场景企业级合规部署。
TranscriptVideo一款基于先进人工智能技术的在线音视频转录工具，旨在帮助用户高效、精准地将视频和音频内容转化为可编辑、可搜索的文本。一款基于先进人工智能技术的在线音视频转录工具，旨在帮助用户高效、精准地将视频和音频内容转化为可编辑、可搜索的文本。
VoiceDashAI自动剔除语气助词、校正语法语病，大幅提升文案录入效率，适配客户记录、工作报告、邮件、文稿撰写等场景，实现口述同步成文。AI自动剔除语气助词、校正语法语病，大幅提升文案录入效率，适配客户记录、工作报告、邮件、文稿撰写等场景，实现口述同步成文。
BlitzClip平台集成AI转录、逐词动画渲染、智能高亮、表情符号、标题生成、画面重构图、团队协作等能力，配套可申请调用的API接口，能够实现字幕制作全流程自动化，高效产出短视频动态字幕效果。平台集成AI转录、逐词动画渲染、智能高亮、表情符号、标题生成、画面重构图、团队协作等能力，配套可申请调用的API接口，能够实现字幕制作全流程自动化，高效产出短视频动态字幕效果。
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。
SIREN平台依托高性能GPU算力，实现语音转写、文本生成音频，输出多语言内容，助力内容实现国际化传播，提升内容可理解度。平台依托高性能GPU算力，实现语音转写、文本生成音频，输出多语言内容，助力内容实现国际化传播，提升内容可理解度。
Free TTSAI人声增强、歌曲人声分离、音轨裁剪合并、格式互转、音频压缩等功能全覆盖。AI人声增强、歌曲人声分离、音轨裁剪合并、格式互转、音频压缩等功能全覆盖。
Gradium通过统一API提供超低延迟文本转语音、语音转文本、语音转语音翻译、实时翻译、声音克隆以及端侧文本转语音能力。通过统一API提供超低延迟文本转语音、语音转文本、语音转语音翻译、实时翻译、声音克隆以及端侧文本转语音能力。
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。
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。
StrikeScribe高精度AI音视频转写与会议分析工具，支持将音频、视频及实时对话，转换成100余种语言的结构化精准文本。高精度AI音视频转写与会议分析工具，支持将音频、视频及实时对话，转换成100余种语言的结构化精准文本。
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。
HushBook实现单词级音文同步跟读，兼顾听读学习、无障碍适配、离线使用、阅读数据记录等完整能力，全程音频数据不上传云端，保障内容隐私安全。实现单词级音文同步跟读，兼顾听读学习、无障碍适配、离线使用、阅读数据记录等完整能力，全程音频数据不上传云端，保障内容隐私安全。
Submagic平台支持48种语言高精度自动字幕生成，内置热门模板、自动表情符号、关键词高亮、自动标签描述等能力，同时集成完整AI视频编辑能力，一站式完成短视频后期加工。平台支持48种语言高精度自动字幕生成，内置热门模板、自动表情符号、关键词高亮、自动标签描述等能力，同时集成完整AI视频编辑能力，一站式完成短视频后期加工。
NotchLive纯本地语音转写工集成实时翻译、会议录音、说话人识别、会议智能分析、语音听写、文稿导出、本地AI连接等全套能力，打造安全、高效的桌面语音处理工作空间。集成实时翻译、会议录音、说话人识别、会议智能分析、语音听写、文稿导出、本地AI连接等全套能力，打造安全、高效的桌面语音处理工作空间。SummarizeVideoToText核心将YouTube、TikTok、Instagram等平台视频转换为可搜索文字稿、结构化摘要、带时间戳章节、思维导图与互动问答。
核心将YouTube、TikTok、Instagram等平台视频转换为可搜索文字稿、结构化摘要、带时间戳章节、思维导图与互动问答。
Reflect Notes内置本地AI能力，深度赋能笔记整理、内容创作与信息复盘，同时支持多端同步、加密存储与主流工具生态集成，兼顾简洁体验、数据安全与智能效率。内置本地AI能力，深度赋能笔记整理、内容创作与信息复盘，同时支持多端同步、加密存储与主流工具生态集成，兼顾简洁体验、数据安全与智能效率。
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。
ScribVet平台自动输出SOAP病历、客户沟通文案以及其他业务文档，简化诊所实务管理，节约文书工作时间，优化从业者工作生活平衡。平台自动输出SOAP病历、客户沟通文案以及其他业务文档，简化诊所实务管理，节约文书工作时间，优化从业者工作生活平衡。
Video Transcription AI全自动完成语音转文字，同步产出可编辑文稿、带时间戳字幕、内容摘要、结构化检索笔记，省去人工听写耗时，快速完成视频内容数字化整理。全自动完成语音转文字，同步产出可编辑文稿、带时间戳字幕、内容摘要、结构化检索笔记，省去人工听写耗时，快速完成视频内容数字化整理。
EasyScribe覆盖120余种语言，文字识别准确率最高可达99.5%，自动输出完整文稿、双语字幕、内容摘要。覆盖120余种语言，文字识别准确率最高可达99.5%，自动输出完整文稿、双语字幕、内容摘要。
Invideo AI平台聚合250余款AI模型，支持按照成片质量、生成速度、积分消耗横向对比不同模型输出效果，一站式完成从草稿打磨到成品导出全流程，无需跨多平台切换工具，大幅简化内容创作流程。平台聚合250余款AI模型，支持按照成片质量、生成速度、积分消耗横向对比不同模型输出效果，一站式完成从草稿打磨到成品导出全流程，无需跨多平台切换工具，大幅简化内容创作流程。
OmniTranscript仅粘贴视频链接即可完成转写，支持一键复制纯文案、带时间戳字幕，同时导出SRT、WebVTT、TXT三类通用字幕文件。仅粘贴视频链接即可完成转写，支持一键复制纯文案、带时间戳字幕，同时导出SRT、WebVTT、TXT三类通用字幕文件。
Life Story AI它指导用户创建一本美丽的印刷书籍，充满个人记忆和家族历史，将零散的回忆转化为一本完整、精美、可传承的自传作品。它指导用户创建一本美丽的印刷书籍，充满个人记忆和家族历史，将零散的回忆转化为一本完整、精美、可传承的自传作品。
Rutta区别于普通语音转文字工具，可在语音实时转写基础上自动优化语句逻辑、润色行文措辞，输出规整得体的书面文本，覆盖中英双语输入场景。区别于普通语音转文字工具，可在语音实时转写基础上自动优化语句逻辑、润色行文措辞，输出规整得体的书面文本，覆盖中英双语输入场景。
SKI所有语音文本、会话记录、会议录音均本地存储、不上传云端，适配私密、敏感的开发场景。所有语音文本、会话记录、会议录音均本地存储、不上传云端，适配私密、敏感的开发场景。
NovaVoice支持语音改写文本、跨应用下发操作、屏幕内容AI问答，搭配自定义术语语音快捷库，兼容Windows/macOS/Linux，用语音替代打字，一站式提升全场景桌面办公效率。支持语音改写文本、跨应用下发操作、屏幕内容AI问答，搭配自定义术语语音快捷库，兼容Windows/macOS/Linux，用语音替代打字，一站式提升全场景桌面办公效率。
Speko平台对多语种语音与语言模型持续基准评测，可根据单次会话场景智能匹配最优模型。平台对多语种语音与语言模型持续基准评测，可根据单次会话场景智能匹配最优模型。
Readpodcast AI平台可自动生成AI摘要、关键词、精彩金句、思维导图与可执行要点；支持文稿检索、音文同步播放，付费版本提供内容导出，并且能够基于原始音视频文稿进行对话提问。平台可自动生成AI摘要、关键词、精彩金句、思维导图与可执行要点；支持文稿检索、音文同步播放，付费版本提供内容导出，并且能够基于原始音视频文稿进行对话提问。Whisperstream支持导入外部音频，转写会议、备忘录、采访录音；全程离线可用，覆盖25种语言，自定义词典可精准匹配人名、缩写、专业术语。
支持导入外部音频，转写会议、备忘录、采访录音；全程离线可用，覆盖25种语言，自定义词典可精准匹配人名、缩写、专业术语。
OpusenseAI赋能的现场检查报告工具，能够将文字录入、语音记录的现场笔记以及现场照片，转化为格式完整规范的现场勘查报告。AI赋能的现场检查报告工具，能够将文字录入、语音记录的现场笔记以及现场照片，转化为格式完整规范的现场勘查报告。
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。
Unvent可对网页内任意文本输入框的草稿进行原地改写，覆盖邮件、聊天软件、社交平台、各类效率工具。可对网页内任意文本输入框的草稿进行原地改写，覆盖邮件、聊天软件、社交平台、各类效率工具。
Wondershare UniConverter软件集成二十余项多媒体实用功能，配套全套AI智能处理模块，适配短视频创作者、影视爱好者、教师教育工作者，是高清音视频素材一站式处理解决方案。软件集成二十余项多媒体实用功能，配套全套AI智能处理模块，适配短视频创作者、影视爱好者、教师教育工作者，是高清音视频素材一站式处理解决方案。
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。
BytePlus整合全栈AI模型、标准化AI产品、高性能云基础设施、智能体开发工具与行业解决方案，支持企业快速搭建、部署与规模化运营文本、图像、视觉、语音、视频类全模态AI应用。整合全栈AI模型、标准化AI产品、高性能云基础设施、智能体开发工具与行业解决方案，支持企业快速搭建、部署与规模化运营文本、图像、视觉、语音、视频类全模态AI应用。
SpeechTurbo平台覆盖98种以上语言，支持主流媒体格式解析、批量任务处理、云端文件导入、说话人区分、AI降噪、转录文本二次编辑，可输出DOCX、PDF、SRT、VTT、CSV、TXT多类文件。平台覆盖98种以上语言，支持主流媒体格式解析、批量任务处理、云端文件导入、说话人区分、AI降噪、转录文本二次编辑，可输出DOCX、PDF、SRT、VTT、CSV、TXT多类文件。
Hoocs AI平台支持130余种语言，内置说话人区分、AI内容摘要、关键点提取、翻译、思维导图生成等增值能力；支持本地上传文件、粘贴媒体链接、现场录音三种导入方式，提供多格式文稿导出。平台支持130余种语言，内置说话人区分、AI内容摘要、关键点提取、翻译、思维导图生成等增值能力；支持本地上传文件、粘贴媒体链接、现场录音三种导入方式，提供多格式文稿导出。
Captionic平台支持多语言识别，能够快速为短视频精准配字，大幅降低人工剪辑成本、节省制作时间，帮助创作者轻松打造适配全球受众的无障碍视频内容。平台支持多语言识别，能够快速为短视频精准配字，大幅降低人工剪辑成本、节省制作时间，帮助创作者轻松打造适配全球受众的无障碍视频内容。
Video to Text平台支持99种语言、混合语种识别、说话人声纹区分、时间戳标记，可输出多格式字幕与文稿文件，适配字幕制作、访谈整理、会议纪要、课程归档、内容二次创作等各类场景。平台支持99种语言、混合语种识别、说话人声纹区分、时间戳标记，可输出多格式字幕与文稿文件，适配字幕制作、访谈整理、会议纪要、课程归档、内容二次创作等各类场景。
Scribix平台覆盖200+语种，自带自动语种识别、混合双语/多语言对话识别能力，面向短视频创作者、新闻记者、播客主、学术研究者打造，数秒生成带字级时间戳的可编辑文字稿。平台覆盖200+语种，自带自动语种识别、混合双语/多语言对话识别能力，面向短视频创作者、新闻记者、播客主、学术研究者打造，数秒生成带字级时间戳的可编辑文字稿。
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。
Talk to Type无需机器人接入会议房间，同步收录麦克风人声与扬声器系统声音，自动生成滚动实时字幕、AI会议总结与待办清单，多语言支持且快捷键一键切换。无需机器人接入会议房间，同步收录麦克风人声与扬声器系统声音，自动生成滚动实时字幕、AI会议总结与待办清单，多语言支持且快捷键一键切换。
Ella by Novella将数十款顶尖生成式模型、提示词优化、云端剪辑、成片导出聚合在单一侧边栏，无需切换网页标签、无需依赖重型桌面剪辑软件。将数十款顶尖生成式模型、提示词优化、云端剪辑、成片导出聚合在单一侧边栏，无需切换网页标签、无需依赖重型桌面剪辑软件。
soink Mac AI语音键盘支持语音听写、语音纠错、语音发送，并创新支持语音+键盘混合输入工作流，大幅替代手动打字，高效、流畅、低负担。支持语音听写、语音纠错、语音发送，并创新支持语音+键盘混合输入工作流，大幅替代手动打字，高效、流畅、低负担。
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。
Zenpa可自动记忆用户邮件、聊天记录、笔记、文档、会议等全部工作内容。可自动记忆用户邮件、聊天记录、笔记、文档、会议等全部工作内容。
ViralScribe仅需粘贴YouTube、TikTok、Instagram视频链接，即可瞬时输出带时间轴的完整字幕文稿。仅需粘贴YouTube、TikTok、Instagram视频链接，即可瞬时输出带时间轴的完整字幕文稿。
Video2PPT一键生成可自由编辑的PPT文件，同时支持多格式导出，省去手动截图、排版、转录的重复工作，大幅提升课件、会议材料、培训文稿制作效率。一键生成可自由编辑的PPT文件，同时支持多格式导出，省去手动截图、排版、转录的重复工作，大幅提升课件、会议材料、培训文稿制作效率。
Epilude产品同时集成文字转语音、词汇学习、语音快捷短语、语气适配、语音文本操作、多语言听写、会议转录等能力。产品同时集成文字转语音、词汇学习、语音快捷短语、语气适配、语音文本操作、多语言听写、会议转录等能力。
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
Behance一个专注于设计领域的在线平台，它汇集了来自世界各地的设计师、艺术家和创意工作者。
auxiauxi是一款功能强大的微软PowerPoint的AI插件，该工具允许你输入文字来修改和编辑PPT。
ChatPPT对话式创作演示文稿，1800+类指令支持智能辅写。
在线婚恋交友平台在线婚恋交友平台，实名认证+智能匹配，精准推荐三观契合异性；视频相亲、红娘助攻、兴趣群组，安全高效脱单，让爱情不再等待！
HandyArrows一款高质量、风格统一的手绘箭头集合素材网站，免费开源、可以商用！
Barba.js一个开源的 JavaScript 库，专注于为网页设计提供流畅且平滑的页面过渡效果。
GrammarBot可在任意软件内快速调用，自动识别拼写、打字失误、语法问题，输出优化后的修正文本，保障文本数据不会上传云端，兼顾使用隐私，适合高频英文写作校对场景。
飞书Office它整合了多种功能，包括即时通讯、日历、在线文档、音视频会议、云盘和工作台等！
Ojin用户仅需提供单张图片、人物人设与声音素材，无需骨骼绑定、动作捕捉以及脚本编写，即可快速生成虚拟智能体。幻樱字幕组一个专注于制作新番、动画、漫画和日剧字幕的团队。
Docker Proxy专注解决国内拉取Docker镜像时速度慢、连接超时、被屏蔽等网络问题，提供稳定高速的镜像代理拉取服务，同时支持企业级私有加速定制。
Fontello一个免费的Web图标字体生成器，专为网页设计和前端开发人员提供服务。
文远知行公司致力于开发安全可靠的无人驾驶技术，其商业化应用场景覆盖智慧出行、智慧货运和智慧环卫。
Fashionlabs用户只需简单几步操作，即可生成一系列逼真的虚拟时尚模特照片，无需昂贵的摄影拍摄或实体原型制作。
