多维视界是音视频 AI 分析平台,可转录和翻译视频、生成摘要与会议纪要,并提供章节、思维导图、闪卡、测验、视觉分析和内容二创。
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 44
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。
Ai好记:Ai 好记是音视频转图文与学习整理工具,支持视频、音频转录、翻译和总结,能够生成思维导图、识别多语种与发言人,并提取 PPT 关键帧。
讯飞听见是科大讯飞的语音记录与智慧办公平台,支持录音转文字、音视频转写、会议纪要、同声翻译、AI 写作和企业接口。
ElevenLabs 是语音与音频智能体平台,提供 5,000+ 声音、70+ 语言的文字转语音、语音转文字、声音克隆、配音、音乐和 Voice Agents API。
Inworld 是面向实时 AI 应用的语音与模型服务平台,提供文字转语音、语音识别、实时语音对话和模型路由 API,适合构建语音助手、互动角色与教育应用。
Notta 是 AI 会议记录与转写工具,可转写、总结并从会议、访谈和录音中生成行动计划。
Typeless 是跨设备的 AI 语音输入工具,能把自然说话实时转成经过整理的消息、邮件和文档,并自动去除口头语和重复表达。
Deepgram 是面向开发者和企业的 Voice AI 平台,提供实时与批量语音转文字、文字转语音、Voice Agent 和音频智能 API。
听脑AI是实时录音与会议整理助手,可将谈话转写成文字,自动生成摘要、表格、待办和思维导图,并连接个人知识库。
TurboScribe 是浏览器端 AI 音视频转文字工具,可将音频和视频快速转换为文字稿,并用于字幕、会议记录和多语言内容整理。
麦耳会记是思必驰旗下的录音转写与翻译工具,支持边录音边转写,适用于办公会议、网课和客户访谈,并可在 PC 与手机端同步查看云端资料。
Adobe Podcast 是 Adobe 的在线 AI 音频录制与编辑工具,支持录音、转写、文本编辑、增强语音、混音和分享。
简单听记是百度推出的音视频转文字与 AI 纪要工具,支持语音转写、视频转写、实时翻译、音频分析和重点总结。
秒言AI语音输入法:秒言是中文 AI 语音输入法,能实时识别口语、自动整理碎片化表达并输出更符合原意的文字。
AssemblyAI 是 Speech AI API 平台,提供预录音和实时语音转文字、语音理解、Voice Agent、Dictation API 及自托管能力。
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。
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。
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。