# 语音处理

Mac端离线会议录音转写工具，支持通话中实时标记重点内容，解决远程会议记录效率低、信息遗漏问题，适合远程工作者与团队协作场景

支持原生代码切换、多语言识别和更优说话人分离的语音处理模型，适合开发者和多语言内容创作者

针对语音转文字错误的AI修复工具，保留原始表达风格，避免过度“美化”导致失真

本地化语音转文字（STT）服务，专为AI代理设计，解决云端STT隐私与延迟问题，适合注重数据安全的开发者

一个基于 AI 的语音助手，专注于提升语音交互体验，可能用于会议记录、任务管理等场景，适合需要高效语音处理的个人或团队。

将语音内容转化为可搜索的文本，让口语化表达（如会议、播客）也能被高效检索和分析，适合内容创作者与知识工作者。

基于 Apple Silicon 的本地化语音 AI 工具，实现离线语音识别与处理，解决云端语音服务隐私与延迟问题，适合本地 AI 应用开发者。

Trelis Tiron 是一个开源多说话人会议转录工具，支持多语言、高精度语音识别与说话人分离，适合会议记录与协作场景

一款在设备端运行的语音转录工具，能以97%的准确率识别说话人，适用于隐私敏感场景的会议记录与语音分析

VoiceText AI 可将语音消息自动转为清晰文本，提升沟通效率，特别适合远程团队和需要快速记录的用户。

离线运行的语音转文字软件，完全不依赖云端，支持本地处理音频文件，无使用限制与费用，适合隐私敏感场景，如法律、医疗或企业内部沟通。

Humm 是一个免费、私有、实时的语音转文字工具，用户无需上传数据即可本地处理语音，适合注重隐私的开发者、记者与会议记录人员。

Vocal Notes 是一款 Mac 平台的私有化语音转文字工具，所有处理在设备本地完成，适合注重隐私的创作者与研究人员

SpeechCompass 是一个用于多人对话字幕生成的语音方向识别工具，能自动判断说话人位置并标注，适合会议记录、远程协作等场景，提升语音转文字的可读性与上下文理解。

基于ONNX Runtime的离线语音处理工具，支持语音识别、语音合成、说话人分离、语音增强等，适用于嵌入式设备与移动端。

一个在浏览器中运行的文本转语音（TTS）和语音克隆工具，用户可直接在前端合成逼真语音并克隆声音，无需后端服务

基于ggml的C++语音转文本推理库，支持16+主流模型，适合本地低延迟语音处理场景。

超低延迟的语音处理引擎，支持语音转文本、意图识别与文本转语音，专为语音交互AI设计。

一款本地运行的语音克隆、视频配音、语音转写与有声书制作工具，可替代 ElevenLabs 的开源方案，支持全本地化处理，保障隐私安全。

AuraTranscribe 提供按使用量付费的 Whisper AI 语音转录服务，无订阅制，适合临时或轻量级需求用户。

一个用于营收电话的生产级双向语音模型，专为客服与销售场景优化，支持实时语音交互与语义理解，提升通话效率与转化率。

一款基于AI的语音笔记工具，可自动转录、总结并翻译语音内容，适合需要高效记录与处理语音信息的用户，支持多语言且无需额外配置。

一个用于语音通话中自动记录和回放对话内容的工具，帮助用户在会议或客服通话中快速回顾关键信息，适合需要高效沟通的团队与个人用户

基于Hugging Face的GigaChat 3.1音频模型，支持10B参数规模的语音理解与生成，适用于本地部署的多语言语音交互应用，适合开发者与AI研究者快速构建语音AI功能。