Тег: Преобразование голоса в текст

Phonon-2.5 — локальная модель распознавания речи на 25 языках, включая русский. Весит 156 МБ, работает без GPU и распространяется по CC BY 4.0.

Whistle — открытая модель Cactus Compute весом 16,9 МБ для локального распознавания речи на CPU. Семь языков, метки времени слов и Python API.

Голосовой ИИ-помощник для macOS: диктует, редактирует текст и выполняет простые рабочие задачи.

Превращает устные идеи в черновики, адаптируя текст к голосу и стилю автора.

Преобразует видео, подкасты и записи в заметки, интеллект-карты и учебные материалы с привязкой к источнику.

Преобразует аудиофайлы в текст более чем на 55 языках и создаёт субтитры.

Улучшает диктовку, убирая слова-паразиты, и меняет тон и стиль текста.

Бесплатно расшифровывает речь офлайн на устройстве и предлагает ИИ-инструменты для редактирования и автоматизации текста.

Приложение превращает голосовые записи в расшифровки, краткие итоги и заметки с автоматической сортировкой.

Записывает и расшифровывает встречи, формирует конспекты и списки задач с помощью ИИ.

API и MCP-интеграция для извлечения многоязычных расшифровок YouTube с временными метками.

Ищет текст, речь и лица в фото- и видеотеке прямо на устройстве, без облачной загрузки и учётной записи.

Расшифровывает голосовые заметки, преобразует их в разные форматы и помогает находить нужную информацию.

Офлайн-диктовка для Windows с локальной обработкой речи и разовой оплатой $29.

Приложение для Mac и iOS, которое превращает речь в отредактированный текст с учётом контекста.

Расшифровывает длинные видео и трансляции, создавая текст, субтитры SRT, DOCX и JSON.

ИИ-тренер речи анализирует выступления и помогает говорить яснее и увереннее.

Локальный ИИ-помощник для Mac работает с почтой, календарём и задачами, не отправляя данные в облако.

ИИ-блокнот записывает встречи через аудио компьютера, а затем готовит заметки, задачи и черновики последующих сообщений.

Открытая платформа для самостоятельного размещения голосовых ИИ-агентов с выбором моделей и провайдеров.

Создаёт редактируемые расшифровки публичных видео и загруженных медиафайлов с экспортом в 7 форматов.

API распознаёт речь в реальном времени и асинхронно, выделяя имена, числа и адреса электронной почты.

Автоматизирует входящие и исходящие бизнес-звонки с передачей разговора оператору при необходимости.

Записывает звук и экран, расшифровывает речь и создаёт локальные ИИ-сводки; данные остаются на Windows- или Mac-компьютере.

Предлагает голосовых агентов и аудиомодели для рабочих процессов компаний.

Расшифровывает видео и аудио в текст с временными метками, который можно искать и дополнять.

Бесплатно расшифровывает речь офлайн на Mac и вводит отредактированный текст в любые приложения.

Расшифровывает голосовые заметки и разговоры, выделяет решения и позволяет искать по записям.

ИИ-ассистент подключается к видеовстрече по электронной почте, ведёт заметки и расшифровку и отвечает вслух.

Голосовой и ИИ-помощник для письма на macOS и Windows: диктовка, редактирование, перевод и запросы на 100+ языках.

Записывает встречи, звонки и лекции, создаёт расшифровки, краткие заметки и список задач.

Создаёт стилизованные субтитры для коротких видео и готовит текст публикации для соцсетей.

Переводит живую речь более чем на 30 языков на собственной инфраструктуре.

Превращает телефонные разговоры с ИИ-агентом в структурированные отчёты, отправляемые по расписанию.

Предоставляет ИИ-агентам телефонные номера для звонков, SMS и iMessage через REST API или MCP-сервер.

Расшифровывает аудио и видео, разделяет реплики по спикерам и создаёт озвучку.

Преобразует речь в текст и читает выделенное вслух офлайн; диктовки сохраняются в локальном хранилище заметок Markdown.

ИИ-ассистент для расшифровки медицинских бесед, подготовки SOAP-заметок и кодов ICD-10.

Расшифровывает и суммирует звонки, отслеживает ключевые слова и предоставляет второй номер США.

Преобразует речь в текст в реальном времени, автоматически добавляет теги и упорядочивает записи.

Переводит речь на встречах и мероприятиях в реальном времени на более чем 60 языках.

Диктует текст, расшифровывает встречи в реальном времени и создаёт голосовые заметки.

API подключает ботов к звонкам Zoom, Google Meet и Microsoft Teams для записи, трансляции и расшифровки.

Нарезает аудиозаписи по выделенным словам в локальной расшифровке.

Превращает голосовые заметки в структурированные записи, резюме и списки задач.

Голосовой редактор для диктовки, форматирования, исправления и перефразирования документов.

Расшифровывает аудио и видео, распознаёт более 99 языков и отмечает говорящих.

Помогает улучшать английскую речь во время разговоров в Zoom и других видеоплатформах.

Преобразует речь в отредактированный текст с учётом контекста на Mac, Windows и iPhone.

Расшифровывает аудио и видео с разделением по говорящим, временными метками и экспортом в разных форматах.