基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统 能够快速提取音视频的内容，并且调用大模型进行整理，成为一份结构化的markdown笔记，方便快速阅读

一个用于将 Bilibili 视频转换为文本的工具。 这个项目通过一个简单的流程实现：下载视频、提取音频、分割音频，并使用 whisper 模型将语音转换为文本。 整个过程是自动的，只需输入 Bilibili 视频的 av 号即可。整个过程行云流水，一步到位。

一个免费的AI视频字幕生成器，可以为视频添加准确、可定制的字幕，支持99种不同的语言，无水印或费用。

Relayed是一款人工智能驱动的视频会议工具，旨在帮助团队克服远程工作、繁忙的日程安排和会议疲劳。它具有灵活的视频会议，异步对话，自动摘要，通过秘密链接和限制访问轻松共享，...

AI驱动的音频 增强语音通过消...

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发...

Otter.ai是一个自动的会议记录和笔记工具，帮助团队充分利用他们的会议。它可以加入Zoom、Microsoft Teams或谷歌Meet会议，以记录和分享笔记，突出关键要点，并直接将会议幻灯片添...

Nuance是一家语音识别、自然...

TTS语音向导是一种工具，允许用户通过微软Azure语音识别和TTS将语音转换为文本，然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项，包括100...

FineVoice是一种人工智能数字语音解决方案，可以帮助用户增强声音，并实时改变声音。它配有实时变声器，无限的音频和声音效果，录音室质量的录音机，文本到语音，语音到文本。