产品库

语音转文字,支持实时语音识别、录音文件识别等

腾讯云语音识别(ASR)为开发者提供语音转文字服务的最佳体验。语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式,满足不同类型开发者需求。技术先进,性价比高,多语种支持,适用于客服、会议、法庭等多场景。

Najva：您的AI驱动的Mac语音助手，将语音快速转换为文本。

Najva是一款专为Mac设计的AI驱动的语音助手，它结合了先进的本地语音识别技术和强大的AI模型，将您的语音转换成智能文本。这款应用特别适合那些思维速度比打字速度快的用户，如作家、开发者、医疗专业人员等。Najva以其轻量级、原生Swift应用、零追踪和完全免费等特点，为用户提供了一个注重隐私和效率的工作流程解决方案。

提供语音识别、语音合成等语音AI能力

依图语音开放平台为开发者提供语音识别、语音合成等语音AI能力,包括精准语音转文本、文本转语音合成、声纹识别、语音增强降噪等服务,支持不同场景下的语音交互应用开发。平台提供高效、灵活的语音AI能力接入方式,可轻松将语音技术应用于各类产品与业务场景。

在 Mac 上轻松运行 Windows 应用程序的虚拟机软件。

Parallels Desktop for Mac 是一款强大的虚拟机软件，它允许用户在 Mac 设备上无缝运行 Windows 和其他操作系统。这款软件通过虚拟化技术，使得 Mac 用户无需重启电脑即可同时使用 macOS 和 Windows 环境，大大提高了工作效率和便利性。内置的 Parallels AI 程序包，适用于开发人员和教育工作者它支持广泛的操作系统，包括不同版本的 Windows、Linux 以及 macOS。Parallels Desktop 以其出色的性能、稳定性和易用性，成为了全球超过 700 万 Mac 用户的首选虚拟机解决方案。产品价格合理，提供试用版，适合个人用户和企业用户。

智能语音旗舰应用，无障碍语言记录与交流。

汉王语音王App是汉王科技基于自研多模态天地大模型，自主研发的智能语音旗舰应用。它集AI语音记录、智能翻译与同声传译于一体，支持AI精准转写、拍录同步、话稿整理、智能总结及不间断实时翻译等功能。依托全栈AI技术，汉王语音王致力于帮助用户跨越语言障碍，提高办公、学习、会议、旅游等场景的效率和便捷性。

实时浏览器端语音识别应用

Moonshine Web是一个基于React和Vite构建的简单应用，它运行了Moonshine Base，这是一个针对快速准确自动语音识别（ASR）优化的强大语音识别模型，适用于资源受限的设备。该应用在浏览器端本地运行，使用Transformers.js和WebGPU加速（或WASM作为备选）。它的重要性在于能够为用户提供一个无需服务器即可在本地进行语音识别的解决方案，这对于需要快速处理语音数据的应用场景尤为重要。

Mac上的简单助手，使用llama-cpp-python。

LLaMA Assistant for Mac是一个基于llama-cpp-python库开发的桌面客户端，旨在通过预定义需求为用户提供帮助。它采用了大量来自其他项目的代码，但用llama-cpp-python替代了ollama部分，以实现更符合Python编程风格的解决方案。

通过AI搜索和发现知识

Perplexity是一个基于人工智能的搜索和发现工具，旨在为用户提供可信、最新的答案。它通过AI引导的搜索、语音或文本提问、深入的线索跟进、内置的信任体系（引用来源）以及个人知识库等功能，帮助用户快速获取所需的信息。这款应用适合那些追求高效获取准确信息的用户，无论是学生、研究人员还是普通知识探索者。Perplexity目前可以免费下载，并且提供内购选项。

在Mac上使用GitHub Copilot的本地应用

LocalPilot是一个在Mac上使用GitHub Copilot的本地应用。它可以提供代码自动补全和函数完成的功能。对于简单的行补全和简单的函数补全，它的效果几乎和GitHub Copilot一样好。对于复杂的函数，可能会有一些差异。LocalPilot的安装非常简单，只需要在VS Code设置中添加一些配置即可。它还支持自定义代理和调试模式。LocalPilot的性能取决于网络速度，对于网络较慢的情况下效果更好。适用于在飞机上或者网络较慢的环境下使用。

在线语音合成与语音识别服务

TTSLabs是一款在线语音合成与语音识别服务，提供高质量、自然流畅的语音合成和准确可靠的语音识别功能。通过简单的API调用，用户可以将文字转化为真实的语音，并且可以将语音转化为文本。TTSLabs提供多种语音风格和多国语言的支持，具有快速响应、高效稳定的特点。价格灵活透明，适用于个人开发者和企业用户。

让应用通过语音与文本的转换实现智能交互。

Azure 认知服务语音是微软推出的一款语音识别与合成服务，支持超过100种语言和方言的语音转文本和文本转语音功能。它通过创建可处理特定术语、背景噪音和重音的自定义语音模型，提高听录的准确度。此外，该服务还支持实时语音转文本、语音翻译、文本转语音等功能，适用于多种商业场景，如字幕生成、通话后听录分析、视频翻译等。

在线语音识别工具

语音听写是一款免费的在线语音识别软件，可以通过语音输入来帮助您写邮件、文件和文章，无需打字。

Mac网页建设工具

Sparkle是一款最佳的Mac网页建设工具，它让您可以轻松构建您一直想要的网站。通过Sparkle，您可以选择一个时尚的模板开始您的网站，也可以从头开始设计，甚至可以导入您的旧网站。Sparkle会生成高度压缩的图像，为您的页面创建紧密编码，使其快速、安全且优化了SEO。无论您是新手还是专业人士，Sparkle都是一个用户友好的界面，让任何人都可以在几分钟内创建一个专业的网站。

通用语音识别模型

Whisper 是一个通用的语音识别模型。它经过大量多样化音频的训练，并且是一个多任务模型，可以进行多语言语音识别、语音翻译和语种识别。

语音识别AI购物清单助手

HoneyDo是一款语音识别AI购物清单助手，通过语音输入购物清单，AI将其转化为整洁有序的列表。另外，还支持拍照识别食材并列出清单，以及与家人实时同步共享购物清单等功能。HoneyDo分为免费版和PRO版，PRO版提供无限语音录制和图像捕捉功能。

Mac上的智能AI聊天助手

Gep. 是一款基于ChatGPT技术的Mac应用，提供内容创作、头脑风暴、市场营销策略、多语言交流等功能。它以用户友好的设计，通过内置命令和快捷键，帮助用户在任何文本框中快速获取答案，支持主题自动调整，提供插件扩展功能，保障数据安全，同时提供个性化的AI角色定制。

用一个Setapp订阅，获取240个Mac和iOS应用程序，还有AI助手，智能搜索和专用的AI应用程序集合。

Setapp是一个应用程序订阅服务，包括240个Mac和iOS应用程序，并配备了AI助手，帮助您立即找到适合您任务的应用程序。通过Setapp订阅，您可以探索和使用240多个应用程序，使用AI搜索来查找应用程序，向Setapp助手询问推荐的应用程序，并按类别发现应用程序。在Setapp的专用应用程序集合中使用AI应用程序来提升您的工作流程，如Elephas AI工具包、AI写作助手TypingMind、与AI聊天的Craft、用于管理电子邮件的Canary Mail等。Setapp让您在不浪费时间的情况下获得240多个应用程序和AI工具，让您的工作效率大大提升。

Mac上的原生、高性能AI应用程序

BoltAI是一款专为Mac设计的原生、高性能AI应用程序，它允许用户在单个应用程序中切换不同的顶级AI服务和本地模型。它通过提供直观的聊天界面、强大的AI命令和内联AI功能，增强了从写作、开发到管理和创业等各个职业领域的生产力。BoltAI的主要优点包括原生集成、快速响应、高度可定制以及对用户隐私的尊重。此外，它还提供了一个提示库，帮助用户充分利用AI辅助功能。

专业语音识别软件和服务

Vocapia Research开发的语音识别软件提供先进的语音处理技术，支持多语种识别，并能应用于广播监控、讲座和研讨会转录、视频字幕、电话会议转录和语音分析等领域。我们的产品具有大词汇量连续语音识别、语音分割和分区、说话人识别和语种识别等功能。我们的软件适用于批量或实时转录大量音频和视频文件，特别针对电话对话语音和呼叫中心数据的转录需求。我们提供多种语言的转录服务，并可根据客户需求定制模型或系统。

联合语音转录和实体识别的先进模型

Whisper-NER是一个创新的模型，它允许同时进行语音转录和实体识别。该模型支持开放类型的命名实体识别（NER），能够识别多样化和不断演变的实体。Whisper-NER旨在作为自动语音识别（ASR）和NER下游任务的强大基础模型，并且可以在特定数据集上进行微调以提高性能。

开源的工业级普通话自动语音识别模型，支持多种应用场景。

FireRedASR 是一个开源的工业级普通话自动语音识别模型，采用 Encoder-Decoder 和 LLM 集成架构。它包含两个变体：FireRedASR-LLM 和 FireRedASR-AED，分别针对高性能和高效能需求设计。该模型在普通话基准测试中表现出色，同时在方言和英文语音识别上也有良好表现。它适用于需要高效语音转文字的工业级应用，如智能助手、视频字幕生成等。模型开源，便于开发者集成和优化。

使用低延迟语音识别和合成模型与 AI 对话。

Unmute 是一款创新的语音识别与合成工具，旨在使用户能够通过自然语言与 AI 进行高效的互动。其低延迟技术确保用户体验流畅，适合需要实时反馈的场景。该产品将以开源形式发布，推动更多开发者和用户的参与。当前尚未公布价格，预计将采取免费和付费相结合的模式。

Mac用户的ChatGPT驱动AI助手

SnapAI是一款专为Mac用户设计的AI助手应用程序，它通过集成ChatGPT技术，帮助用户在写作、表达和任务完成上更加高效。SnapAI利用GPT-4技术，为学生、专业人士以及希望简化日常任务的用户提供强大的生产力支持。该应用无需注册即可使用，注重隐私保护，不保存任何对话记录。

声波 - 语音识别和翻译

SpeechPulse是一款语音识别和翻译软件。它使用OpenAI的Whisper语音到文本模型，实现实时的语音识别，支持多种语言。用户可以使用麦克风输入文字，也可以通过转录音视频文件进行语音识别和翻译。SpeechPulse可以在各种场景下使用，例如办公文档编辑、网页浏览、文件转录、视频字幕生成等。它具有极高的准确性和低延迟，并且完全离线使用。SpeechPulse提供免费版和付费版，付费版支持更多功能和更好的准确性。

在任何 Mac 应用程序上释放 ChatGPT 的力量

Macaify 是一款令人难以置信的应用程序，让您的 Mac 计算机随时随地与 ChatGPT 及其他应用程序无缝交互，提高您的生产力。通过按下快捷键，您可以轻松使用 ChatGPT 等 AI 功能。定价方案包括免费计划和标准计划，满足不同用户需求。

支持多种语音识别和语音合成功能的开源项目

sherpa-onnx 是一个基于下一代 Kaldi 的语音识别和语音合成项目，使用onnxruntime进行推理，支持多种语音相关功能，包括语音转文字(ASR)、文字转语音(TTS)、说话人识别、说话人验证、语言识别、关键词检测等。它支持多种平台和操作系统，包括嵌入式系统、Android、iOS、Raspberry Pi、RISC-V、服务器等。

快速准确的边缘设备自动语音识别模型

Moonshine 是一系列为资源受限设备优化的语音转文本模型，非常适合实时、设备上的应用程序，如现场转录和语音命令识别。在 HuggingFace 维护的 OpenASR 排行榜中使用的测试数据集上，Moonshine 的词错误率（WER）优于同样大小的 OpenAI Whisper 模型。此外，Moonshine 的计算需求随着输入音频的长度而变化，这意味着较短的输入音频处理得更快，与 Whisper 模型不同，后者将所有内容都作为 30 秒的块来处理。Moonshine 处理 10 秒音频片段的速度是 Whisper 的 5 倍，同时保持相同或更好的 WER。

智能语音助手，助您解决各种问题

智能语音助手是一款基于人工智能技术的语音交互工具。它可以回答各种问题，提供实时的天气、新闻、时间等信息，还可以执行音乐播放、日程安排、提醒等功能。通过简单的语音指令，用户可以与助手进行自然对话，获取需要的信息。智能语音助手支持多种语言，提供便捷的语音交互体验。

高效自动语音识别模型

Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。

Instant ChatGPT access on any Mac app with a hotkey, similar to Apple's Spotlight.

ChatTab是一款原生的Mac应用程序，可通过快捷键在任何应用程序上方呼出悬浮窗口，并通过不同的标签与不同领域的专家（提示）进行对话。它提供了多个功能，包括多标签切换、Markdown支持、安全与隐私保护等。ChatTab可以将AI集成到您的工作流程中，让您的ChatGPT更加强大。