语音识别

FluidVoice是macOS上最快的本地语音转文字应用，支持多种离线模型和AI增强，保护隐私。

微软开源的前沿语音AI系列，包含长文本语音合成和长音频语音识别，支持多说话人、实时流式处理。

Voice-Pro是一款集语音识别、翻译、配音于一体的AI多媒体处理Web应用，帮助内容创作者高效处理音视频。

一个开源视频翻译工具，支持语音识别、字幕翻译、AI配音和音视频合成，解决视频跨语言转换问题。

FunASR是一个开源语音识别工具包，支持离线/流式ASR、VAD、标点、说话人分离，提供OpenAI兼容API和边缘部署，可替代Whisper和云服务。

WhisperX是增强版语音识别工具，提供精确词级时间戳和说话人分离，解决长音频转录不准问题。

C/C++实现的高性能离线语音识别引擎，支持多种平台和硬件加速，无需联网即可将音频转为文字。

将大型语言模型打包为单个可执行文件，无需安装即可跨平台运行，降低AI部署门槛。

提供离线语音识别、合成、分离、VAD等功能的跨平台库，支持多种编程语言和硬件，无需联网。