# 语音识别

一款语音教练应用，通过听辨发音差异、角色扮演和错题追踪，帮助用户提升口语表达能力，适合语言学习者。

BeFree 通过语音输入“思维乱炖”自动分类为任务、日程、购物清单或笔记，无需手动填写表单，支持离线使用并跨设备同步，提升信息捕捉效率。

Mac端实时AI语音转文字工具，支持会议与笔记的私有化、离线、即时语音输入，解决用户对语音输入隐私与响应速度的双重焦虑

专为阿拉伯语设计的语音识别模型，支持方言和语码转换，解决主流ASR在阿拉伯语场景下的识别失效问题，服务阿拉伯语用户

Hearless 是中亚首个AI语音转文字平台，支持语音识别与手语学习，帮助听障人士实现沟通无障碍，填补区域AI无障碍服务空白。

Wavetype 利用Whisper模型实现音频视频转文字，支持98+语言、说话人识别与一键导出，快速生成高准确率文本内容。

为 macOS 用户打造的实时会议转录工具，通过 MCP 协议将 AI 语音识别能力接入系统，实现会议中语音内容的即时转写与可搜索记录，适合远程协作团队和频繁开会的职场人士

基于AI的写作助手，能理解用户本地口音、语气与意图，实现更自然、快速的语音输入与文本生成

语音笔记应用，用户通过说话快速记录想法与任务，语音本地处理不上传，文本仅在登录后同步，保障隐私同时实现高效信息捕获

LiveLingo 是实时语音翻译工具，支持自然对话节奏的双语交流，延迟仅约 1.5 秒，还可翻译传统电话通话。

完全离线运行的开源语音转文字应用，基于 Rust 构建，支持自定义模型与扩展，保护用户隐私。

完全在设备上运行的语音转文字与会议记录工具，支持 macOS 上的私密语音模型，无需上传音频数据

macOS 上的开源语音转文字应用，媲美 Superwhisper 和 Wispr Flow，无需订阅即可实现高精度语音识别与实时转写。

24小时不间断的AI语音接待员，可自动接听电话、理解用户意图并转达信息，适用于企业客服与个人助理场景。

Whisper 是 OpenAI 开发的开源语音识别模型，能通过弱监督学习实现高鲁棒性的语音转文字，支持多语言和多种场景。

将 OpenAI Whisper 语音识别模型移植到 C/C++，实现轻量级、高性能的本地语音转文字工具，适合嵌入式或低资源环境使用。

全球最快最精准的语音转文字模型，专为语音输入优化，提升写作与记录效率

AssemblyAI推出的Universal-3.5 Pro是目前最精准的语音转文字（STT）API，适用于开发者、内容创作者和企业，支持多语言、高准确率和实时处理，显著提升语音内

Parakeet TDT 是一个轻量级语音识别模型，可在仅 55 美元/月的 CPU 服务器上替代 Whisper，显著降低部署成本。

一个零延迟、可自定义的语音转意图解析系统，专为追求极致响应速度的生产力工具设计

教练通过语音实时记录排球比赛数据的工具，无需手动输入，实现无接触、高效的数据采集。

一款将语音实时转为文字的 Swift 工具，适用于语音输入、会议记录、快速笔记等场景。

Audar-ASR-V1 是首个开源的阿拉伯语优先语音识别模型，支持高精度阿拉伯语语音转文字，推动中东地区 AI 语音技术发展。

语音转文字笔记应用，支持无限时长语音输入并自动转录，适合会议记录、灵感捕捉与知识管理场景。

LipRead AI 是一款基于 AI 的唇读工具，可从无声视频中识别说话内容，适用于视频字幕生成、无障碍辅助等场景。

首个开源的扩散模型语音识别（ASR）系统，速度比 Whisper 快 15 倍，适合低延迟语音处理场景

ScribeKey 是一款语音转文字工具，支持语音输入与粘贴，帮助用户快速将口语内容转为文本，适合需要高效记录或输入的创作者与办公人群，亮点是免安装、即时使用。

本地运行的语音识别系统（STT），专为 AI 代理设计，保障隐私与低延迟

Mumble Dictation 是一个本地运行的语音转文字工具，能学习用户自定义词汇（如专业术语、人名），适合需要高准确率语音输入的创作者、程序员或残障用户，保护隐私且无需上传数

TranscriptGo 是一款高精度语音转写工具，特别擅长处理非英语语言，帮助用户准确记录会议、访谈等多语种内容