产品库

语音AI搜索扩展

语音AI搜索扩展允许您使用Picovoices Porcupine唤醒词引擎侦听唤醒词，然后使用SpeechRecognition API通过语音进行谷歌搜索。

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。

个人AI谷歌搜索助手，优化搜索结果

GPT Search for Google是一款个人AI谷歌搜索助手，集成了GPT模型，可以优化和加快谷歌搜索结果。它无缝地与谷歌搜索栏集成，为您提供实时的搜索帮助。您可以直接与聊天机器人对话，获取相关信息、提供个性化的建议和帮助您发现新的见解和观点。它专注于辅助您进行谷歌搜索，提供个性化的提示、建议和见解。通过集成GPT 3，您可以快速、高效地浏览不同的谷歌搜索结果，以找到您需要的内容。无论您是学生、研究人员还是希望优化搜索结果的任何人，这都可能是一个有用的工具。

优化谷歌搜索 - 更快的搜索，更好的结果

智能搜索是一个通过使用AI模型来生成最佳搜索查询的扩展。无需花时间考虑如何编写谷歌搜索，我们会为您优化。节省时间，提高搜索结果准确性。

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。

无AI干扰的谷歌搜索页面

&udm=14的AI-Free Search是一个提供无AI干扰的谷歌搜索服务的网站，允许用户在没有人工智能干预的情况下进行搜索。它使用'udm=14'参数来实现这一点，旨在保护用户的隐私，同时提供快速、准确的搜索结果。该网站由Tedium团队构建，支持开源代码，用户可以通过Glitch或Github获取。

首个AI互动式搜索引擎,改变搜索方式

简单搜索是一个基于人工智能的互动式搜索引擎,通过理解用户意图,提供个性化的搜索结果和推荐。简单搜索可以像聊天一样进行交互式搜索,同时拥有强大的语义理解能力,能够准确捕捉用户需求,大大提高搜索效率。

纳米AI搜索 （原360AI搜索），拍照问，语音搜，一切答案皆可生成视频

纳米搜索是一款能够模拟人类思维过程的搜索工具，它通过专家协同（CoE）的慢思考模式，为用户提供了一种全新的搜索体验。该产品通过分析用户的搜索需求，不仅能够展示已有的图文和视频内容，还能对搜索结果进行改写和创造，从而帮助用户更深入地理解和探索信息。纳米搜索的主要优点在于其能够将搜索结果转化为创意资源，并形成视频创作，实现搜索即创作，从根本上改写了搜索引擎的定义和形态。

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。

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。

Circle to Search是一款Chrome扩展，通过AI技术增强网络搜索体验

Circle to Search是一款旨在简化和提升在线搜索过程的Chrome浏览器扩展。它利用AI技术将用户的查询转化为对话，从而解锁Chrome浏览体验的全部潜力。

秘塔AI搜索,没有广告,直达结果

秘塔AI搜索是一个基于大模型的新一代智能搜索引擎。它通过理解用户意图,提供无广告、高质量的搜索结果,让用户快速直达所需信息。秘塔AI搜索具有语义理解能力强、支持多轮对话式搜索、支持语音输入等优点,可 SIGNIFICANTLY 提高搜索效率。

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。

面部识别搜索引擎和反向图像搜索

PimEyes是一款先进的面部识别搜索引擎和反向图像搜索工具，用于查找您的照片在哪些网站上发布。它使用面部识别技术进行反向图像搜索，帮助您找到图片中包含的面部，并保护您的隐私。它还可用于检测版权侵权。定价：PROtect计划。定位：帮助用户在互联网上追踪自己的面部，维护形象权益，并监控在线存在。

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。

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。

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。

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。

你的免费AI智能搜索引擎

Felo搜索是一个利用人工智能技术为用户提供智能搜索服务的网站。它通过先进的算法优化搜索结果，帮助用户快速找到所需信息，提高搜索效率。Felo搜索的主要优点在于其智能化的搜索体验和对用户隐私的保护。

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。

在任何地方与Bard AI一起搜索

Search Anywhere with Bard是一个Chrome插件，将Google的新ChatBot LLM的功能带到您的指尖。只需点击一下，您就可以在不离开当前页面的情况下访问当今最先进的AI搜索语言模型。它简单易用，集成无缝，提供准确和相关的搜索结果。可以用于搜索新闻文章、产品或服务。

AI助手插件，谷歌搜索结果中嵌入Bard AI和ChatGPT的结果

AI Assistant for Search是一款强大的AI插件，能够在谷歌搜索结果中获取Bard AI和ChatGPT的结果。它提供AI驱动的搜索结果，帮助用户获取有价值的洞察、上下文和相关信息。插件支持多个搜索引擎，可自动或手动显示AI结果，还具有无缝的会话延续功能和黑暗模式。无论是研究学者、专业人士、学生还是对网络好奇的用户，都能从AI Assistant for Search中受益。

AI助力提升谷歌评论，快速建立在线可信度

Reviewly是一款基于人工智能的平台，自动化收集和回复谷歌评论，提升在线可见性，建立客户信心，并获得真实的积极反馈。该平台通过AI生成的评论选项，简化了客户提供快速反馈的过程。

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。

自然语言搜索和人脸识别工具

Hachikey是一个自然语言搜索和人脸识别工具，能够帮助用户快速搜索视频和图片。它可以通过文本查询搜索视频中的场景、物体和人物，并且可以在播放视频的同时进行搜索。用户可以本地索引视频和图片，只需要一次索引，即可开始搜索。此外，Hachikey还提供人脸识别功能，可以在整个图片集合中搜索自己或自己的亲人。该工具完全离线运行，保护用户的隐私。

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。

本地部署的AI语音工具箱，支持语音识别、转录和转换。

Easy Voice Toolkit是一个基于开源语音项目的AI语音工具箱，提供包括语音模型训练在内的多种自动化音频工具。该工具箱能够无缝集成，形成完整的工作流程，用户可以根据需要选择性使用这些工具，或按顺序使用，逐步将原始音频文件转换为理想的语音模型。

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。