Speech Studio
Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发...
Whisper是OpenAI开源的自动语音识别系统，经过68万小时的多语言和多任务监督数据训练，这些数据是从网络上收集的。它被设计成对口音、背景噪音和技术语言具有健壮性，并且可以将多种语言的语音转录和翻译成英语。它是一种简单的端到端方法，实现为编码器-解码器Transformer。它还能够执行语言识别和短语级时间戳。它的设计易于使用，具有较高的准确性，允许开发人员为更多的应用程序添加语音接口。
数据统计
相关导航
音虫
音虫SoundBug是一款由国内团队研发的数字音频工作站（DAW）软件，以其简洁直观的用户界面和易于上手的操作特点，为音乐爱好者和音乐学习者提供了一套完整的音乐制作工具。
逗哥配音神器
一款专门为短视频用户提供AI配音服务的软件平台
歌词AI鉴赏
用AI的力量理解你最喜欢的歌曲，发现音乐的美妙和感动
悦录
悦录依托同花顺的语音识别技术，为用户提供免费的录音转文字、语音转文字、视频字幕等服务，1小时音频最快5分钟出稿，准确率高达97%+，全程加密，文件信息安全。
NaturalReader
NaturalReaders是一个提供文本到语音转换服务的网站。
网易·天音
网易推出的一站式音乐创作工具
Narration Box
Narration Box是一种语音合成服务，用户可以创建画外音、旁白、有声读物、音频页面、播客等。它拥有超过700个人工智能增强的仿人叙述者，支持20多种语言，功能强大的语音编辑器，...