Voxtral

Vibe 是一种自动语音转录服务，利用本地语言学习模型（LLM）或人工智能，为多种语言提供转录服务。该服务优先考虑用户隐私，提供完全离线的转录功能，确保数据永不……

FUTO语音输入是一款可在Android上实现语音转文字的应用程序，可与支持通用语音转文字API的第三方输入法或应用集成。

Whisper 是一个通用的语音识别模型。它在大量多样的音频数据集上进行训练，同时也是一种多任务模型，能够执行多语言语音识别、语音翻译和语言识别。

在您的 Mac 上轻松实现语音转文字。说出您的想法，让现代人工智能代为输入——无隐藏数据收集，无干扰。

Moonshine 是一系列针对资源受限设备优化的语音识别模型，能够实现快速且准确的自动语音识别（ASR）。它非常适合用于实时、本地化应用，如实时转录和语音命令识别。

TalkNotes 利用 AI 语音转录功能，将音频转换为结构化笔记、待办事项、闪卡和文字稿，支持 100 多种语言。自动捕捉讲座、会议或任何语音内容，转化为可操作的文本，确保任务不会遗漏，且对所有人友好易用。

一款免费、开源且可扩展的离线语音转文本应用。

ElevenLabs 利用人工智能技术，为播客、视频等多种应用提供自然且富有表现力的语音。其具备用户友好的界面、可自定义的语调，并支持无缝 API 集成。隐私保护、可扩展性及多语言功能进一步提升了其适应性。