Deepgram

AssemblyAI 通过一个对开发者友好的 API 提供强大的 AI 模型，用于高精度的语音转文本和深度语音理解。它帮助企业构建先进的语音应用，从实时语音代理到深度对话智能平台，功能包括说话人分离、个人身份信息（PII）编辑和摘要生成。

Tunk.ai 是一个先进的语音AI平台，提供高精度的语音转文本API、智能语音代理和实时音频分析。它支持超过50种语言，为联络中心、金融服务、教育等领域提供无缝自动化。通过对话分离、摘要和情感分析等功能，将语音交互转化为结构化的、可操作的见解。

一款功能强大、高精度的语音转文本API服务，专为开发者和企业设计。它支持14种语言，具有市场领先的准确率，能在3分钟内转录1小时的音频，并提供灵活的云端或本地部署选项。采用简单的按需付费定价模式，并提供慷慨的免费套餐供测试和小型使用。

AppTek.ai是人工智能和机器学习语言技术的全球领导者。它为自动语音识别（ASR）、神经机器翻译（NMT）、自然语言处理（NLP）和文本转语音（TTS）提供企业级解决方案，服务于媒体、呼叫中心和政府等行业。

Aviary 是一个由人工智能驱动的视频理解平台，为开发者和企业提供自动转录、总结和分析视频内容的工具。它帮助从视频数据中解锁洞察，使其更具可搜索性、可访问性和吸引力。

Cartesia 是一个为开发者设计的高性能语音AI平台，提供最快、超真实的文本转语音（TTS）、实时语音克隆和低延迟语音转文本（STT）。该平台由专有的状态空间模型技术驱动，专为构建具有无缝集成和企业级安全性的交互式、沉浸式语音应用而设计。

play 是一个面向企业的高级语音AI平台，专注于超现实的文本转语音（TTS）模型和智能语音代理。它使公司能够为客户服务、销售和运营创建全天候的自动化代理。凭借自定义知识库、用于执行真实世界操作的API集成、保障数据安全的本地化部署以及对30多种语言的支持等功能，play 帮助企业扩展其语音通信能力并增强全球客户互动。

AssemblyAI 通过一个对开发者友好的 API 提供强大的 AI 模型，用于高精度的语音转文本和深度语音理解。它帮助企业构建先进的语音应用，从实时语音代理到深度对话智能平台，功能包括说话人分离、个人身份信息（PII）编辑和摘要生成。

FreeTTS 是一款多功能 AI 音频工具套件，提供一系列免费和高级服务。它擅长将文本转换为具有多种真人般声音的自然语音。除文本转语音外，它还提供高精度语音转文本、AI 人声分离器、音质增强器以及音频转换、剪切和合并等多种编辑工具。它是为内容创作者、音乐家和任何需要高质量音频处理的用户提供的一站式解决方案。

Smallest.ai 为企业联络中心提供企业级AI语音代理，旨在自动化和增强客户互动。它提供高质量、低延迟的文本转语音（TTS）、语音克隆和一个无代码构建器，为金融、房地产和物流等各行业创建类人对话式AI。

Voicv 是一个先进的AI平台，提供声音克隆、文本转语音（TTS）和语音转文本（STT）功能。仅需10-30秒的音频样本，即可通过零样本技术克隆任何声音。它能生成多种语言的自然语音，控制情感，并精确地将音频转录为文本。专为内容创作者、企业和开发者设计，提供高质量、可扩展的音频解决方案。

neoformai 为非洲方言提供先进的AI模型，包括自动语音识别（ASR）和文本转语音（TTS）。它旨在赋能开发者和企业创建包容性应用程序，消除语言障碍，让非洲数百万用户能够无障碍地享受数字体验。

Hathora 的 Models 提供精选的低延迟 ASR、TTS 和 LLM 模型目录，专为语音 AI 和实时应用优化。开发者可以快速探索、测试和部署生产就绪模型，通过交互式沙盒和直接 API 访问，无缝集成到语音代理和其他应用中。

Tunk.ai 是一个先进的语音AI平台，提供高精度的语音转文本API、智能语音代理和实时音频分析。它支持超过50种语言，为联络中心、金融服务、教育等领域提供无缝自动化。通过对话分离、摘要和情感分析等功能，将语音交互转化为结构化的、可操作的见解。

Speech Studio 是微软 Azure 提供的一套功能全面的 AI 工具，使开发人员能够构建具有高级语音功能的应用程序。它提供高精度的语音转文本、听感自然的文本转语音、实时语音翻译和说话人识别功能。用户可以创建自定义语音模型和对话式界面，使其成为适用于各种语音解决方案的多功能平台。

Voice AI Space 是一个专注于语音 AI 技术的综合性在线中心，提供精选的工具目录、最新新闻、深度知识资源、工作机会和行业活动。它为开发者、创业者和爱好者在快速发展的语音技术领域提供核心指导。

一个为开发者设计的API和SDK，用于构建和部署具有实时情感和记忆功能的AI语音伴侣。可轻松将自然的、低延迟的语音交互集成到Web和移动应用程序中。

一款多功能免费在线工具，提供文本转语音（TTS）和语音转文本（STT）两种功能。无需注册或付费，即可将书面文本即时转换为自然流畅的音频，或将口语转录成多种语言的文本。

RecCloud 是一款集AI功能于一体的音视频工作室。它集成了屏幕录制、云存储以及一系列AI工具，包括语音转文本、文本转语音、字幕生成和视频翻译。旨在通过简化复杂的编辑和处理任务，为创作者、教育工作者和专业人士提升生产力。