语音识别工具把音频转成文本。选型看中文和方言的识别率、说话人分离能力、专业词表是否可定制，以及长音频的处理时长。采访和会议录音这类多人场景，说话人区分往往比字准率更影响可用性。
共收录 30 个工具
讯飞译制是科大讯飞推出的AI音视频本地化平台，专注视频字幕制作、多语种翻译与智能配音，助力内容高效出海。
简单听记是百度网盘推出的AI语音转文字工具，支持音频快速转写、智能纪要生成及在线编辑，适用于会议、课堂等场景。
百度网盘转写是一款依托网盘生态的AI语音转文字工具，支持云端音视频文件直接高精度识别，助力用户高效完成文本转换与知识管理。
Vizard是一款AI视频剪辑工具，能将长视频自动转化为适配社交平台的短视频片段。
讯飞听见是科大讯飞推出的AI音频处理平台，专注语音转写、翻译与智能纪要生成，面向办公及学习场景。
Vivix 是一个实时互动多模态 AI 平台，提供能听、能说、能动的全身 AI 角色和可实时干预的互动叙事模型，面向直播、游戏、虚拟陪伴等场景的开发者与内容团队
Dexa AI是一款基于先进索引技术的AI播客搜索引擎，通过智能匹配与语音识别帮助用户快速发现并获取感兴趣的音频内容。
AssemblyAI 是面向开发者的语音 AI 基础设施，提供预录制与实时语音转文字 API、语音代理 API，以及说话人分离、医学模式、PII 编辑等开箱即用
Pictory是一款基于人工智能的视频自动化创作平台，致力于将文本、博客和长视频快速转化为高质量短视频，大幅提升内容生产效率。
通义录音笔是一款基于通义大模型的一站式AI音视频智能分析平台，提供高精度语音转写、角色分离与智能摘要功能，助力高效处理会议与访谈记录。
飞书妙记是一款深度集成于飞书生态的智能化音视频处理工具，通过高精度语音识别与自然语言处理技术，将非结构化音视频高效转化为可检索、可编辑的结构化文本。
开拍是一款主打口播视频网感包装的AI工具，面向带货、门店引流及短视频创作者，提供智能混剪、爆款复刻与画质修复等能力。
Filmora 是 Wondershare 推出的 AI 驱动视频编辑软件，面向创作者、营销人员及教育者，提供从素材整理到成片交付的一体化工作流。
轻析 LiteSight 是一款面向中文创作者的 AI 工具，能把抖音、B站等平台的视频链接或本地音频转成文字、思维导图和知识笔记。
快转字幕是广州比高网络科技推出的音视频转文字平台，面向视频制作者、自媒体人和学习者，用AI完成语音识别与字幕生成。
魔乐社区是中国电信天翼云推出的人工智能社区，面向AI开发者和爱好者，提供模型、数据集、应用托管、在线体验与协作开发服务。
秘书AI是一款专为行政人员与高管助理打造的垂直领域AI写作辅助工具，致力于将繁琐的文书工作自动化，提升职场沟通效率与文档规范性。
紫东太初是由中科院自动化所与武汉人工智能研究院联合推出的全模态大模型，提供涵盖图文音视频及3D信号的综合AI交互服务。
Tokera AI 是一款面向品牌商家与内容创作者的 AI 策略内容智能体，将账号诊断、竞品研究、营销规划与多平台图文生成整合在同一工作流中。
网易叭哥说是网易有道推出的AI原生语音输入Agent，支持Mac与Windows双端，旨在通过语音交互提升文字输入效率。
讯飞文书是科大讯飞推出的AI公文写作助手，面向公务员、企事业单位职员、教师等需要频繁撰写文书的人群，覆盖素材准备、拟稿、校对到会议纪要的全流程。
科大讯飞推出的在线AI语音转文字工具
新片场推出的AI视频字幕制作工具
Descript是一款基于文本编辑的AI音视频工具，让创作者通过修改转录文字即可剪辑视频，适合需要快速产出内容的个人及团队。
