浏览量：76
实时语音翻译，连接全球人们，畅享无障碍沟通。
SpeakShift是一款实时语音翻译产品，通过连接全球人们，打破语言障碍。用户可以在SpeakShift上进行实时语音翻译，实现无缝沟通。SpeakShift的主要功能包括语音识别、翻译、语音合成等。其优势在于高精度的翻译效果和快速的响应速度。SpeakShift提供不同的定价方案供用户选择，并且适用于各种场景，包括旅行、商务、教育等。使用SpeakShift，用户可以轻松地与世界各地的人交流，打破语言壁垒。
使用最新的人工智能技术，实时翻译电话通话
Telelingo是一款实时电话翻译工具，利用先进的人工智能技术，实时翻译电话通话内容，消除语言障碍。它支持80多种语言，无需人工翻译员即可实现即时翻译。Telelingo采用按分钟计费的方式，无隐藏费用，让用户更好地控制费用。
实时语音翻译,支持100多种语言的会议、通话和聊天
Byrdhouse提供基于AI的实时语音翻译和字幕翻译,支持100多种语言,可用于你的会议、通话和聊天。Byrdhouse让我们不再为实时翻译操心,让你可以专注于与全球团队和国际合作伙伴的沟通协作。通过Byrdhouse,参会者无需笔记就可以投入到对话中。还可以获得不同语言的会议记录和文字记录。Byrdhouse帮助建立一个包容的文化,让每一个人的声音都能被倾听,无论你说什么语言。
实时语音翻译，打破语言障碍
Interpre-X 是一款实时语音翻译工具，支持10多种语言，帮助用户在任何地方打破语言障碍。通过最先进的人工智能技术，提供语音到语音、语音到文字、文字到语音和文字到文字的翻译服务。无需额外设备，只需良好的网络连接即可使用。Interpre-X 提供高质量的翻译，以自然、人类质量的声音和准确的口音进行播放。适用于社交、旅行、观看电视、学习语言以及与不同语言的朋友交流等场景。现已推出beta版，欢迎试用。
语音到语音翻译系统，保留声音和等时性特征
TransVIP是由微软研究院开发的一个创新的语音到语音翻译系统，它能够在翻译过程中保留说话者的声音特征和等时性（即说话的节奏和停顿），这对于视频配音等场景非常有用。TransVIP通过联合概率实现端到端的推理，同时利用不同的数据集进行级联处理。该技术的主要优点包括高适应性、声音特征保留以及等时性保持，这使得它在多语言交流和内容本地化领域具有重要价值。
多模态语音大型语言模型
ultravox-v0_4_1-mistral-nemo是一个基于预训练的Mistral-Nemo-Instruct-2407和whisper-large-v3-turbo的多模态语音大型语言模型（LLM）。该模型能够同时处理语音和文本输入，例如，一个文本系统提示和一个语音用户消息。Ultravox通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以输入到声码器中产生语音输出。该模型由Fixie.ai开发，采用MIT许可。
多模态语音大型语言模型
fixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以用于声码器产生语音输出。该模型在翻译评估中表现出色，且没有偏好调整，适用于语音代理、语音到语音翻译、语音分析等场景。
用于全球协作的实时语音翻译
DeepL Voice是一款提供即时、安全的语音翻译产品，旨在帮助全球团队打破语言障碍，实现无缝沟通。它利用先进的人工智能技术，提供高质量的语音翻译服务，支持多种语言，并集成到多种平台中，如Microsoft Teams。DeepL Voice的主要优点包括低延迟、高性能的翻译，无与伦比的翻译质量，以及以安全为核心的设计理念。
一款在您电脑本地运行的私有软件，提供多语种实时翻译。
AI Hear是一款在电脑本地运行的私有软件，它通过一键开启多语种实时翻译功能，帮助用户管理音频、译文和时间轴。产品不收集数据，保护用户隐私。它适用于多种场景，如线上会议、网课播客、游戏直播等，并且完全本地运行，相比市面上的实时翻译产品更具性价比。
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。
一款强大的移动端翻译软件，支持多种语言翻译。
疯狂翻译师是一款提供实时翻译服务的移动端软件，支持文字、图片、文档和视频翻译，覆盖200+语种，帮助用户跨越语言障碍，提升翻译效率，适用于国际交流、学习、工作等多种场景。
在浏览网页的同时学习语言
Nuenki是一个浏览器插件，它通过在用户浏览网页时提供实时翻译，帮助用户学习新语言。它通过分析用户的语言水平，选择难度适中的句子进行翻译，从而实现个性化学习。Nuenki使用DeepL的翻译技术，提供比谷歌翻译更准确的翻译结果。它还注重用户隐私，自动检测敏感网站和句子，确保用户身份不被关联。Nuenki适用于所有类型的网站，让用户在任何时候都能进行语言学习。
实时语音语言翻译解决方案
Alorica ReVoLT是Alorica Clear解决方案的一部分，属于其革命性的多语言客户体验产品套件。这项技术通过实时语音语言翻译，帮助客户提升品牌影响力，优化客户服务体验。Alorica ReVoLT在2024年AI突破奖中被评为最佳基于AI的客户服务解决方案，凸显了其在客户体验管理（CXM）领域的领先地位。
您的贴身翻译助手，实现高速高精度翻译。
Felo实时翻译是一款应用最新AI技术，提供实时语音翻译服务的应用程序。它通过GPT技术实现高速和高精度的翻译，支持实时转录语音并识别语种，将语音转录为文字并翻译成多种语言，满足国际交流的需求。产品具有朗读支持、语音转录、本地保存和多语言支持等功能，为用户提供了便捷高效的翻译体验。
实时双语翻译，让交流无障碍。
Toby AI是一款致力于提高跨语言交流效率的应用程序。它通过实时语音翻译功能，帮助用户在视频通话中流畅地使用不同语言进行交流。Toby AI的主要优点包括低延迟的翻译、口语和听力的实时转录，以及个性化术语库的创建，以适应不同用户和工作场景的需求。该产品由位于旧金山的Toby AI Company开发，旨在为全球用户提供更加便捷的交流工具。
智能电脑助手，轻松玩转电脑
惠小微是一款全面覆盖办公、学习、娱乐场景的智能助手APP，通过实时翻译、会议记录、字幕翻译、语音输入等功能，帮助用户提升工作效率和学习效率。它还具备电脑性能提升工具，如快速配对、一键加速、清理空间等，使得电脑运行更加流畅。此外，惠小微与搜狗输入法合作，提供截图识图和智能纠错功能，为用户提供高效编写内容的辅助。
实时打字翻译软件，支持语音输入和多平台
Real-time-translation-typing 是一款集成了实时打字翻译、语音实时打字和翻译、LOL 语音打字功能的软件。它通过AutoHotkey技术实现，支持多种翻译API，如搜狗、百度、有道等，为用户提供了高效、便捷的翻译体验。软件适用于需要快速翻译文本和语音的商务人士、学生和游戏玩家。
AI驱动的智能输入法，让打字更简单。
Moocat是一款AI驱动的智能输入法，它通过内置的人工智能技术，为用户提供实时的打字建议、语法纠正和上下文感知的回复，从而提高打字速度和准确性。Moocat输入法还具备语言翻译功能，消除语言障碍，让沟通更加顺畅。此外，用户可以个性化定制键盘的外观和功能，以匹配个人风格和偏好。适用于专业人士、学生、旅行者等不同用户群体，提高日常沟通体验。
实时语音翻译，跨语言沟通的桥梁。
StreamSpeech是一款基于多任务学习的实时语音到语音翻译模型。它通过统一框架同时学习翻译和同步策略，有效识别流式语音输入中的翻译时机，实现高质量的实时通信体验。该模型在CVSS基准测试中取得了领先的性能，并能提供低延迟的中间结果，如ASR或翻译结果。
实时在任何平台上用您的语言与世界交流！
TransLinguist是一款远程口译产品，通过语音识别和自动翻译技术，在各种语言之间进行实时口译。它提供高质量的远程口译服务，帮助用户在会议、培训、演讲和其他活动中消除语言障碍。TransLinguist的主要优点是节省成本、增加观众参与度，并且提供安全可靠的语言服务。
学习外语看海外剧集的浏览器字幕翻译工具
NewTranx Subtitler是一款浏览器插件，通过实时语音识别和AI翻译技术，能够快速将视频的语音内容识别并翻译为双语字幕。支持130多种语言和方言的识别和翻译。用户可以导出字幕和音频，支持在线编辑。可用于学习、观影等场景。
基于少量语音样本生成逼真的人声音频
Voice Engine是一种先进的语音合成模型,它仅需15秒的语音样本,便能生成与原始说话人极为相似的自然语音。该模型广泛应用于教育、娱乐、医疗等领域,可为非读写人群提供朗读辅助、为视频和播客内容翻译语音、为非语言人群赋予独特语音等。其显著优势在于所需语音样本少、生成语音质量高、支持多语种。Voice Engine目前处于小规模预览阶段,OpenAI正在与各界人士探讨其潜在应用和伦理挑战。
可能是现在世界上最好的翻译工具！
NNAT是一款近乎原生的人工翻译工具，具有准确、快速、便捷的特点。它可以提供多种语言之间的翻译服务，包括但不限于英语、法语、德语、日语等。NNAT通过先进的人工智能技术实现高质量的翻译结果，可以帮助用户在不同语言环境下进行沟通和交流。
实时翻译和配音工具
Anytalk是一个实时翻译和配音工具，支持多种语言的即时翻译。它通过浏览器扩展安装，能够将视频和音频流翻译成不同的语言。Anytalk提供高达97%的准确翻译率，并且保持原声音色。
实时AI聊天翻译，消除语言障碍，让Roblox用户跨语言交流。
Roblox Chat Translator通过定制的多语言模型实现实时聊天翻译，使不同语言的用户可以在Roblox的沉浸式3D体验中无缝交流。该模型支持16种语言之间的直接翻译，为人们在全球范围内消除语言障碍，提供了一个低延迟的翻译服务。Roblox拥有超过7千万日活跃用户，通过这个平台，用户可以24小时使用他们的母语进行沟通和创作。Roblox Chat Translator的目标是连接来自世界各地的人们，通过消除语言障碍，实现十亿人的联接。
由人工智能驱动的一站式语音翻译、音色定制、配音等音视频服务
米可智能是由人工智能驱动的一站式语音翻译、音色定制、配音等音视频服务。它通过 AI 技术将复杂操作极致简化，提高工作效率超过 90%。功能包括语音翻译，将音视频的语音翻译为其他语言的语音，全流程 AI 驱动，精准度超过 98%；音色定制，定制个性化的音色，用于语音翻译、配音等功能；语音合成，将文字转为自然生动的语音。产品定价合理，使用场景广泛，适用于跨境市场营销、教育、媒体等领域。
实时语音翻译APP
speakSync是一个基于人工智能的实时语音翻译APP。它能够实现多种语言之间的即时翻译,支持语音转文本和文本转语音,采用了OpenAI的Whisper和GPT模型,实现了流畅准确的翻译效果。该APP专为旅行者、商务人士和语言学习者设计,简化了翻译流程,创建无障碍的跨语言交流环境。
转换和翻译 YouTube 视频中的声音
TurnVoice 是一个命令行工具，可以转换和翻译 YouTube 视频中的声音。它提供了语音转换和语音翻译的功能，可以替换特定的发言人声音，支持本地文件处理，并保留原始背景音频。该工具使用了多个语音合成引擎，并支持多种语言。TurnVoice 适用于各种场景，如创意视频制作、语音翻译等。该产品目前处于开发阶段，支持的功能和定价等详细信息请参考官方网站。
© 2024 AIbase 备案号：闽ICP备08105208号-14