一般的なAbogenは、ePub、PDFまたはプレーンテキストファイルを高品質のオーディオに迅速に変換するために設計されたオープンソースのツールです。Kokoro-82Mモデルを使用して自然で滑らかな音声を生成し、同時字幕生成をサポートしているため、オーディオブックやビデオの吹き替え、学習教材に適しています。使用...
一般的な紹介 Kimi-Audioは、Moonshot AIによって開発されたオープンソースの音声ベースモデルで、音声の理解、生成、対話に焦点を当てています。音声認識、音声Q&A、音声感情認識など、様々な音声処理タスクをサポートしています。このモデルは、1,300万時間以上の音声データを用いて事前にトレーニングされています。
包括的な紹介 On-Device AIは完全にオフラインで動作するAIアプリで、iOS、macOS、visionOSをサポートするAppleデバイス用に設計されています。ローカル大規模言語モデル（LLM）の実行、リアルタイムの音声転写、文書分析などの機能を提供し、データのプライバシーを確保するためにインターネット接続なしで使用できます。ユーザーは...
包括的な紹介 Vexaはオープンソースのリアルタイム会議記録および知識管理プラットフォームで、効率的な会議記録とインテリジェントな知識抽出サービスを企業や個人に提供するように設計されています。API駆動の会議ロボットによりGoogle Meet、Zoom、その他のプラットフォームに自動的に参加し、リアルタイムで音声をテキストに書き起こし、...
综合介绍 realtime-transcription-fastrtc 是一个开源项目，专注于将语音实时转换为文字。它利用 FastRTC 技术处理低延迟音频流，结合本地 Whisper 模型实现高效的语音识别。项目由开发者 sofi444...
概 要 TranskriptorはAIを活用したテープ起こしツールで、音声や動画を素早くテキストに変換します。最大99%の精度で100以上の言語に対応しており、会議、インタビュー、授業ノートなど、さまざまなシーンに適しています。ファイルをアップロードしたり、直接録音したり、リンク経由で書き起こしたりできます。
综合介绍 Otter.ai 是一个人工智能驱动的会议管理与语音转录工具，核心功能是将语音实时转为文字，并自动生成会议笔记、摘要和行动项。它通过 AI Meeting Agent 提供智能支持，能自动加入 Zoom、Google Meet 等...
概要 TurboScribeはAIベースのテープ起こしツールで、音声やビデオを素早くテキストに変換することに重点を置いています。98以上の言語をサポートし、99.8%の精度を誇り、音声コンテンツを効率的に処理する必要があるユーザーに適しています。ファイルをアップロードするだけで、簡単な操作でトランスクリプトや字幕を作成することができます。
综合介绍 Aqua Voice 是一个基于语音的智能文本生成工具，专注于将用户语音快速转化为格式化文本。它由 Finnian Brown 和 Jack McIntire 创建于2023年，总部位于美国旧金山，隶属于 Y Combinator...
総合紹介 Dolphinは、DataoceanAIが清華大学と共同で開発した、アジア言語の音声認識と言語認識に特化したオープンソースモデルです。東アジア、南アジア、東南アジア、中東の40の言語と22の中国語方言をサポートしています。このモデルは、21万時間を超える...
综合介绍 TwinMind 是由 ThirdEar AI, Inc. 开发的一款智能工具，主打“帮你记住一切”。它能把对话、会议或讲座实时录下来并转成文字，支持 100 多种语言，哪怕手机放口袋里也能离线用。用户不用自己记笔记，TwinM....
综合介绍 Wispr Flow 是一个通过语音输入文字的工具，帮助用户在电脑上快速写作。它主打“3倍于打字速度”的体验，用户只需自然说话，就能将文字输入到任何应用中，比如 Word、Slack 或 Gmail。Wispr Flow 支持10...
综合介绍 Meeting Minutes（又名 Meetily）是由 Zackriya Solutions 开发的一款免费开源的 AI 会议助手工具，专注于实时捕获会议音频、生成转录文本并自动提取会议摘要。该工具完全在本地设备上运行，支持 ...
综合介绍 Local-NotebookLM 是一个开源项目，旨在提供本地运行的智能文档处理与内容生成工具。它受到 Google NotebookLM 的启发，专注于帮助用户将 PDF 等文档转化为多种输出格式，如播客、访谈或讲座等，同时支....
综合介绍 AssemblyAI 是一个专注于语音AI技术的平台，为开发者和企业提供高效的语音转文字和音频分析工具。其核心亮点在于 Universal 系列模型，尤其是最新发布的 Universal-2，这是 AssemblyAI 迄今最先进...
包括的な紹介 FireRedASRは、Little Red Book FireRedチームによって開発され、オープンソース化された音声認識モデルです。このプロジェクトは開発者や研究者のためにGitHubでホストされており、産業グレードの設計を提供し、北京語、中国語をサポートしています。
综合介绍 WhisperChain 是一个基于人工智能的开源项目，托管在 GitHub 上，由开发者 Chris Choy 主导开发。它主要用于将语音转化为文字，并通过 AI 技术自动优化表达，去除冗余的口语化词语（如“啊”“嗯”等填充词....
概要 LLPlayerは言語学習者のために設計されたオープンソースのメディアプレイヤーで、GitHubでホストされており、開発者のumlx5hによって作成されました。バイリンガル字幕表示、AI自動生成字幕、リアルタイム翻訳、単語検索など、様々な便利な機能を統合しています。
综合介绍 CapsWriter-Offline 是一个专注于PC端的语音输入和字幕转录工具，托管于 GitHub，由开发者 HaujetZhao 打造。它完全离线运行，无需联网即可实现语音转文字和音视频文件转录字幕的功能，支持无限时长录音....
日本語 
简体中文 
English 
Deutsch 
Português do Brasil