听脑AI
听脑AI是一款AI智能语音助手，专注于语音转文本和实时录音总结，提供音视频转文字、实时录音转文本、AI总结、章节速览等功能。用户可以通过自由拖动文本查看音视频进度，享受便捷的智能记录体验。
思知机器人、知识图谱、聊天机器人、微信机器人、认知机器人、机器人api、聊天机器人api。思知(OwnThink)是一个理想国，在人工智能方面不断努力着，希望有一天能够出现独立思考的人工智能机器人。项目开放了对话机器人、知识图谱、语义理解、语音识别、语音合成、自然语言处理工具。今后将开放世界上最大的知识图谱社区。人工智能机器人采用了基于知识图谱的语义感知与理解，让认知大脑成为可能。
数据统计
相关导航
Insanely Fast Whisper
一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频 。该项目的目标是提供一个简单的入口来运行推理和微调Whisper，用于自动语音识别（ASR） 。该项目还提供了一个CLI（命令行界面），可以在终端上进行100多种语言的数据翻译和转录 。
33字幕
AI字幕工具，支持英语、日语、韩语、法语、西班牙语、意大利语、葡萄牙语、德语、中文等20多种不同国家语言，ChatGPT生成台词摘要，给视频自动加字幕，高精度AI语音转写模型，语音识别字幕，支持SRT和ASS格式字幕。
AI gpt中转站支持GPT-4、Claude3
当前支持的模型： ✅GPT-3.5 所有版本以及 Embedding 官方接口：支持最新 gpt-3.5-turbo-0125、text-embedding-3-large、text-embedding-3-small 模型。 ✅GPT-4 所有版本官方接口：支持最新 gpt-4-0125-preview、gpt-4-turbo-preview、gpt-4-1106-preview、gpt-4-vision-preview 等模型 ✅GPT-4-32K 所有版本官方接口（32K 系列为老模型，价格贵）。 ✅OpenAI 文本转语音模型：tts-1、tts-1-1106、tts-1-hd、tts-1-hd-1106 ✅OpenAI 语音转文本模型：whisper-1 ✅OpenAI embedding 模型：text-embedding-ada-002、text-embedding-3-small、text-embedding-3-large（官网原价渠道，实际价格及倍率对标原价） ✅Claude3 模型：claude-2、claude-3-opus-20240229、claude-3-
OpenVoiceOS
OpenVoiceOS 是一个社区支持的 Linux 发行版，专门用于展示开源语音 AI 在各种设备上的强大功能 。它基于 Raspberry Pi，旨在为智能家居和机器人控制提供语音控制能力 。OpenVoiceOS 提供了详细的安装、配置和使用说明，包括如何在 Raspberry Pi 上安装和配置系统、训练自己的语音助手以及添加语音控制功能等。此外，OpenVoiceOS 还提供了一个基于云的语音识别服务，用户可以使用该服务来处理和识别来自语音助手的请求。该系统支持多种语言，包括英语、法语、西班牙语、葡萄牙语、德语等。总之，OpenVoiceOS 是一个实用的工具，可帮助用户将语音控制添加到他们的项目中，无论是构建智能家居还是机器人，都可以实现更好的交互和控制 。
OfferGo AI模拟面试
OfferGo 快来面 是一款 AI 面试辅助工具，支持语音识别、双屏互联、投屏隐身、智能回答生成。上传简历和知识库后，AI 自动匹配面试问题并生成个性化回答，覆盖技术面、行为面、笔试辅助、薪资谈判等全流程场景。适配腾讯会议、飞书、Zoom、钉钉等全部平台，免费体验 7 天。
Massively Multilingual Speech
Facebook AI推出了一款多语言语音识别模型，它是目前最先进的系统之一，可以同时支持多种语言的语音识别，包括非标准化和口音较重的语音。该模型使用了先进的深度学习技术和自监督学习方法，以更好地利用大量未标记的数据进行训练，并在多项基准测试中取得了最优秀的结果。这一技术的应用可以极大地提高语音识别的准确性和可用性，为用户提供更好的语音交互体验。
duiopen
duiopen聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为duiopen.com。，涉及AI应用接口API、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。