🏷️ 语音识别
共 13 个相关内容
🧭 导航
Whisper
Whisper是OpenAI开源的自动语音识别(ASR)模型,支持多语言语音转文字,识别准确率高,可本地部署,完全免费开源。
Zeemo AI
Zeemo AI 是一款 AI 视频字幕生成与多语言翻译工具,自动识别语音生成精准字幕,并支持一键翻译成多国语言,为视频内容提供专业级本地化服务。
TurboScribe
TurboScribe 是高精度 AI 转录服务,支持 98 种语言与说话人识别,能快速将音频视频转成带时间戳的文字稿、字幕与摘要。
Gladia
面向开发者的音频智能 API,提供多语种转录、说话人分离、情感分析与实时翻译,适合会议与客服录音处理。
Speechmatics
企业级语音识别引擎,支持 50+ 语言与实时流式转录,口音与嘈杂环境鲁棒性强,提供本地部署与高精度时间戳。
Fun-ASR
阿里通义团队开源的语音识别大模型,中文方言、口音与专业术语识别效果好,支持热词定制与长音频转写,可私有化部署。
讯飞星辰 MaaS
科大讯飞的模型托管平台,星火与主流开源模型统一按 token 调用,配套语音、OCR 与代码能力,做中文语音类应用的性价比选项。
📝 文章
AI语音助手搭建实战:从语音识别到自然对话的全流程
手把手讲解用主流通用模型搭建企业级AI语音助手,覆盖ASR语音识别、TTS语音合成、对话Agent与多渠道接入,附端到端技术选型建议。
2026/8/30AI智能质检:让客服质量分析效率提升10倍的落地指南
从录音转写到情绪识别,再到违规项自动打标,手把手教你搭建一套可落地、可量化的AI客服质检系统,附具体指标口径与工具选型建议。
2026/8/3AI会议纪要工具实测:谁真能听懂中文会议里的'潜台词'?
会议纪要AI最大的坑不是转写错字,而是漏掉'没说出口的决定'。本文实测主流方案在中文口语、多人插话、隐含结论上的表现,给出选用建议。
2026/9/16会议转写总出错?把准确率从 80% 提到 95% 的实战清单
同样的转写模型,为什么别人的纪要能直接用,你的却满是错字和人名混乱?本文拆解会议转写准确率的六大影响因素,给出可落地的调优清单。
2026/4/26会议记录 AI 到底准不准?我们自己做了 40 场实测
用 40 场真实会议(中文、方言口音、多人抢话、远程音质差)测试主流 AI 会议记录工具,给出准确率数据与选型结论,并说明在什么场景下必须人工复核。
2026/4/26语音输入一年:我的打字速度涨了,思考速度反而降了
用了十二个月语音输入之后,我删掉了其中一半。这篇文章讲清语音输入的真实边界:什么样的内容适合说,什么样的必须敲,以及一个混用的工作流。
2026/11/7