蘑兔听记，一款音视频转文字工具，超98%的语音识别准确率，30分钟音频只需3分钟就可转成文字，支持20多种方言、30余种外语，蘑兔听记适合用于会议记录、课堂笔记、采访记录等多种场合，极大提高了工作和学习效率。

视频录音转文字助手提供的语音/录音转换文字的功能可以非常便捷的实现语音文件到文字的转换。适用于转写会议记录、电影对白、新闻媒体、情感写作等多个情景，让您的办公效率进一步提高，专注生产力的提升。

Kokoro TTS 是一款开源、轻量级、高性能的文本转语音（TTS）模型，拥有8200万参数，基于StyleTTS 2架构，提供高质量、自然的语音合成，适用于有声书、播客等，成为TTS领域的明星产品。

ai 转录工具，允许用户快速可靠地转录 100 多种语言的音频和视频文件。它具有易于使用的界面、出色的准确性、说话人识别功能，并支持多种文件类型，一旦您完成了对录音的编辑和定制，您可以将其导出并分享到各种平台和社交媒体渠道。

Memo ai 是一款AI 驱动的视频、播客转文字工具。视频轻松转字幕翻译、浮动笔记。它使用先进的AI技术，可以将YouTube、播客等视频和音频转录成文字，并支持多语种之间的翻译，目前覆盖90多种语言。核心功能包括:视频转文字、多语言支持、文字翻译、漂浮注释、实时字幕、本地媒体支持、音频剪辑、AI摘要等，支持 Windows、macOS 桌面设备，导出目前支持字幕、Markdown。

SenseVoice，一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，enseVoice专注于高精度多语言语音识别、语音情感识别和音频事件检测，具有多语种、混合语言、音色和情感控制能力，在零样本语音生成、跨语言语音克隆和指令跟踪方面的能力表现优秀。