Descript 是以文字为界面的 AI 视频和音频编辑器,集成录制、转写、剪辑、字幕、声音克隆、屏幕录制和发布。
语音转文字工具
围绕「语音转文字」,找到更合适的工具与灵感。
标签筛选 70
点击标签继续筛选,可同时选择多个标签
多标签取交集,工具需满足全部已选标签。数字表示叠加该标签后的工具数量。
价格与授权
使用门槛、免费额度与授权方式。
核心能力
工具最主要能完成的任务。
使用场景
适合的行业、岗位或工作流程。
技术方向
模型、框架、RAG、Agent、API 等特征。
平台与部署
网页版、桌面端、插件、本地部署或云服务。
模型与厂商
模型系列、厂商生态或第三方平台。
其他标签
暂未归入固定维度的补充标签。
Krisp 是会议与 Voice AI 平台,提供降噪、会议录音与转写、摘要、AI Note Taker、口音转换、实时翻译和呼叫中心语音能力。
Airgram 是 AI 会议助手,提供会议录制、语音转写、摘要和行动项整理;官方公告显示 Airgram 已与 Notta 合并,当前入口应转到 Notta。
网易见外是 AI 语音转写与翻译平台,可处理音视频、字幕和文字内容,适合会议、采访、课程和跨语言内容制作。
Voicenotes 是 AI 会议与语音笔记工具,可在不加入会议机器人的情况下录音、转写、总结并生成行动项,支持多端和团队安全管理。
快转字幕是 AI 字幕与转录平台,支持音频/视频转写、字幕生成、AI 翻译和多种语言处理,适合视频剪辑、课程与会议归档。
录咖是在线 AI 音视频处理平台,支持语音转文字、AI 字幕、文字转语音、视频翻译、总结、切片、去水印和视频生成,并提供 API。
Otter.ai 是 AI 会议记录与知识引擎,可实时转写会议、提取摘要和行动项,并让团队在历史对话中搜索和提问。
百度AI同传助手:百度 AI 同传助手当前入口已并入百度翻译 AI 多模态页面,提供文本、文档和多语言翻译,并支持英文润色、双语审校等能力。
白瓜面试是面向在线笔试与远程面试的 AI 助手,支持实时语音识别、图片识别、智能辅助回答、双设备互联,以及模拟面试和面试总结。
MemoAI 是跨平台本地音视频转写工具,支持多语言转录与字幕翻译、语音合成、说话人识别、AI 摘要和思维导图,并可导出多种格式。
绘影字幕是在线 AI 字幕工具,可将视频语音识别为字幕,并提供字幕编辑、翻译和多语言视频字幕制作。
场辞是新片场推出的桌面字幕工具,可将视频语音自动转成带时间轴字幕,并支持多轨编辑、校对和 SRT/ASS/XML 导出。
Fireflies.ai 是面向团队的 AI 会议助手,支持会议录音转写、摘要、搜索、分析和自动化跟进,并可连接邮件、聊天和 CRM。
Whispr(Wispr Flow)是 AI 语音输入工具,可把自然说话转换为更干净的文字,并自动补充标点和格式。
Label Studio 是开源数据标注与 AI 评估平台,支持 Agent traces、LLM evals、RLHF、计算机视觉、文档、NLP、音频和多模态数据。
逗哥配音是面向短视频创作者的 AI 配音工具,提供智能配音、文案提取、人声分离和短视频创作辅助。
Fathom 是 AI 会议记录工具,可自动转写、总结 Zoom、Google Meet 和 Teams 会议,并生成可分享的重点。
Trint 是面向媒体和内容团队的 AI 转写与编辑平台,可把音视频转成文字、摘要、字幕并支持多人协作。
Soniox 是多语言 Speech AI 平台,提供实时语音转文字、文字转语音和翻译 API。
tl;dv 是面向 Zoom、Google Meet 和 Microsoft Teams 的 AI 会议助手,自动录音、转写、总结并提炼行动项。
Granola 是强调隐私和自然书写的 AI 会议笔记本,把电脑上的会议音频与手写要点结合成结构化记录。
Transkriptor 是 AI 音频转文字工具,可处理会议、音频和视频,并支持 100 多种语言。
Speechmatics 提供面向真实对话的语音 API,支持多语言转写、实时识别、说话人和口音处理。