#语音识别
本地离线语音方案：SenseVoiceSmall + MeloTTS 组合实战指南
本地离线语音方案一直是开发者的痛点。云端语音服务虽然方便，但在电梯、地下车库、飞机上等无网场景完全失效。本文对比并推荐了"SenseVoiceSmall（语音识别）+ MeloTTS（语音合成）"组合，两个模型加起来不到 500MB，在普通…
SmartCall：开源 AI 呼叫中心系统，Java + 大模型 + Asterisk 全链路语音交互
SmartCall 是一个基于 Java 开发的开源呼叫中心系统，将传统电话系统与 AI 大模型深度集成。它支持自动接听、外呼、AI 语音应答，并在遇到复杂情况时无缝转接人工客服，适用于电商售后、金融催收、教育招生等场景。
项目遵循 Apa…
SoulX-Transcriber 开源多人对话转录模型：端到端架构，性能登顶公开基准测试
语音转文字（ASR）技术在 AI 时代已广泛应用，从会议记录到播客字幕，从在线教育到社交媒体，几乎每一个与语音相关的场景都离不开转录技术的支持。然而，当场景从单人演讲转向多人对话时，传统转录系统面临诸多挑战：多人同时发言、语速飞快重叠、主…
场辞：AI视频字幕制作软件，语音转变生成字幕
场辞是一款AI视频字幕制作软件，专注于自动为视频内容添加字幕。它集成了行业领先的语音识别技术，能够快速准确地将视频中的语音内容转化为文字，并生成带时间码的字幕文件。场辞支持多种音视频格式导入，提供丰富的字幕编辑功能，如多轨制作、时间轴编辑…
Otter.ai：基于人工智能的AI语音识别转文字转录工具
Otter.ai是一个基于人工智能和机器学习的AI语音转文字转录工具。可以为实时演讲者显示字幕，并转录生成演讲的文字记录。帮助用户记住、搜索和分享他们的语音对话。可以让商务人士、记者和学生在会议、采访、讲座等重要场合更加专注、协作和高效。…
Undetectable.ai：绕过AI检测器的AI写作工具
Undetectable AI（不可检测人工智能）是一家专注于人工智能技术的公司，他们推出了一款名为”Undetectable AI Writing”的产品，该产品可以将标记为AI内容的文本转化为与人类写作风格几乎…