Otter AI

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。

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 。

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 。

讯飞听见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iflyrec.com。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。

场辞（https://trans.xinpianchang.com/）： AI智能高效的视频字幕制作利器 场辞是新片场官方推出的一款功能强大的 AI 视频字幕制作软件。它采用了行业头部视频制作团队的工作流，集成先进的语音识别技术，为各种类型的视频内容提供全面且精准的字幕解决方案。 其主要特点

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。

飞书妙记是飞书旗下的一款智能会议纪要工具，专注于音视频转文字功能，旨在提升会议、培训、访谈等场景中的效率与便捷性。飞书妙记提供实时语音转文字、智能摘要、多语言翻译、关键词提取以及互动功能等，能够将音视频内容快速转化为可编辑的文档，显著提升了会议记录的效率和质量。飞书妙记集成于飞书平台，包括网页版和App版，每天登录可赠送2小时的免费转录时长。

ModelArts是华为推出的面向开发者的一站式AI平台，可快速创建和部署模型，管理全周期AI工作流。ModelArts为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型。ModelArts适用于图像分类、物体检测、视频分析、语音识别、产品推荐和异常检测等多种AI应用场景，并且支持开发者在AI市场中分享和获取模型。