
Zight AI
Zight AI 是一款旨在提高視頻內容生產力和互動性的人工智能工具。它通過自動生成視頻標題、視頻摘要、自動轉錄及翻譯字幕等功能,極大地節省了用戶編輯視頻時的時間,提高了視頻的可訪問性和搜索性。Zight AI Video支持50多種語言的轉錄和翻譯,使得視頻內容能夠跨越語言障礙,觸及更廣泛的觀眾。此外,它還計劃推出智能章節功能,自動將視頻內容分割並命名,進一步提升視頻的組織和導航效率。產品定價為每月5美元/用戶,提供自動轉錄、視頻標題生成、視頻描述自動摘要等功能,目前僅支持英語摘要。
視頻編輯
51.3K

Whisper Diarization
whisper-diarization是一個結合了Whisper自動語音識別(ASR)能力、聲音活動檢測(VAD)和說話人嵌入技術的開源項目。它通過提取音頻中的聲音部分來提高說話人嵌入的準確性,然後使用Whisper生成轉錄文本,並通過WhisperX校正時間戳和對齊,以減少由於時間偏移導致的分割錯誤。接著,使用MarbleNet進行VAD和分割以排除靜音,TitaNet用於提取說話人嵌入以識別每個段落的說話人,最後將結果與WhisperX生成的時間戳關聯,基於時間戳檢測每個單詞的說話人,並使用標點模型重新對齊以補償小的時間偏移。
AI語音識別
75.3K

Talkatoo.com
Talkatoo是一款口述軟件,可以比平均打字速度快5倍地轉錄內容,幫助用戶節省時間。它提供了三種級別的控制,用戶可以選擇更自動化的方式來使用。Talkatoo具有驗證記錄、自動格式化記錄和桌面口述等功能,適用於獸醫等行業的專業人士。定價根據具體需求而定。Talkatoo還可以自動轉化成SOAP(主訴、體檢、診斷、處方)模板,提高醫療記錄的效率。
語音識別
45.5K
國外精選

Happy Scribe
Happy Scribe 提供自動和人工轉錄服務,將音頻轉換為文本,準確率達到 85-99%,支持 120 多種語言和 45 多種格式。定位於為用戶提供高效的音視頻轉錄及字幕服務。
語音轉文本
60.2K

Transcriptal
Transcriptal是一個免費的AI自動轉錄工具,能夠將YouTube視頻內容轉錄為文本,並生成準確的字幕。它提供簡單易用的界面,無需註冊即可使用。功能包括生成和複製YouTube視頻的轉錄文本、提供精確的字幕和標題等。Transcriptal旨在提供便捷的轉錄服務,節省時間和精力。
語音轉文本
61.3K

Scribewave
Scribewave是一款AI語音轉文字工具,可以輕鬆將音頻和視頻文件轉錄、加字幕和字幕,具有99%的準確率。支持90多種語言,包括英語、荷蘭語、法語、德語、西班牙語等。可以無限導出到Word、SRT、VTT、TXT等常用格式。免費試用,付費用戶可以使用更多功能。適用於學術研究、媒體制作、法律文書等多個行業。
語音轉文本
188.5K

Memo.ac
Memo是一個桌面應用程序,可以方便地將YouTube視頻、播客和本地媒體文件轉錄為文本。它支持多種語言的轉錄和翻譯,可以在轉錄的同時即時生成字幕和浮動註釋,並可以輕鬆導出為SRT字幕、Markdown和Notion筆記等格式。Memo使用前沿的AI技術,可以進行語音識別和翻譯,提供精準的轉錄。它支持Windows和MacOS,使用簡單,數據處理在本地完成,可以離線使用,保證內容安全隱私。
寫作助手
77.8K

Sonix
Sonix是一款在線音頻和視頻轉錄軟件,採用行業領先的語音識別算法,能在幾分鐘內將音頻和視頻文件轉換為文本。Sonix適用於轉錄播客、採訪、演講等各種場景,為全球創意人士提供服務。Sonix以快速、準確、價格合理而聞名。
語音轉文本
242.1K

Laxis
Laxis智能會議助手可以幫助銷售、營銷和服務團隊更好地與客戶互動。通過自動捕捉每次會議中的對話內容並提供獎-winning文字轉錄,Laxis為銷售、營銷和服務專業人員提供了關閉更多業務所需的細節和洞察力。
會議助手
44.4K
精選AI產品推薦
中文精選

騰訊混元圖像 2.0
騰訊混元圖像 2.0 是騰訊最新發布的 AI 圖像生成模型,顯著提升了生成速度和畫質。通過超高壓縮倍率的編解碼器和全新擴散架構,使得圖像生成速度可達到毫秒級,避免了傳統生成的等待時間。同時,模型通過強化學習算法與人類美學知識的結合,提升了圖像的真實感和細節表現,適合設計師、創作者等專業用戶使用。
圖片生成
81.7K
國外精選

Lovart
Lovart 是一款革命性的 AI 設計代理,能夠將創意提示轉化為藝術作品,支持從故事板到品牌視覺的多種設計需求。其重要性在於打破傳統設計流程,節省時間並提升創意靈感。Lovart 當前處於測試階段,用戶可加入等候名單,隨時體驗設計的樂趣。
AI設計工具
64.9K

Fastvlm
FastVLM 是一種高效的視覺編碼模型,專為視覺語言模型設計。它通過創新的 FastViTHD 混合視覺編碼器,減少了高分辨率圖像的編碼時間和輸出的 token 數量,使得模型在速度和精度上表現出色。FastVLM 的主要定位是為開發者提供強大的視覺語言處理能力,適用於各種應用場景,尤其在需要快速響應的移動設備上表現優異。
AI模型
51.6K

Keysync
KeySync 是一個針對高分辨率視頻的無洩漏唇同步框架。它解決了傳統唇同步技術中的時間一致性問題,同時通過巧妙的遮罩策略處理表情洩漏和麵部遮擋。KeySync 的優越性體現在其在唇重建和跨同步方面的先進成果,適用於自動配音等實際應用場景。
視頻編輯
49.4K

Manus
Manus 是由 Monica.im 研發的全球首款真正自主的 AI 代理產品,能夠直接交付完整的任務成果,而不僅僅是提供建議或答案。它採用 Multiple Agent 架構,運行在獨立虛擬機中,能夠通過編寫和執行代碼、瀏覽網頁、操作應用等方式直接完成任務。Manus 在 GAIA 基準測試中取得了 SOTA 表現,展現了強大的任務執行能力。其目標是成為用戶在數字世界的‘代理人’,幫助用戶高效完成各種複雜任務。
個人助理
1.5M

Trae國內版
Trae是一款專為中文開發場景設計的AI原生IDE,將AI技術深度集成於開發環境中。它通過智能代碼補全、上下文理解等功能,顯著提升開發效率和代碼質量。Trae的出現填補了國內AI集成開發工具的空白,滿足了中文開發者對高效開發工具的需求。其定位為高端開發工具,旨在為專業開發者提供強大的技術支持,目前尚未明確公開價格,但預計會採用付費模式以匹配其高端定位。
開發與工具
139.1K
國外精選

Pika
Pika是一個視頻製作平臺,用戶可以上傳自己的創意想法,Pika會自動生成相關的視頻。主要功能有:支持多種創意想法轉視頻,視頻效果專業,操作簡單易用。平臺採用免費試用模式,定位面向創意者和視頻愛好者。
視頻生成
18.7M
中文精選

Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M