
讯飞智作
科大讯飞输入文字即可合成超拟人语音并生成数字人视频的一站式配音平台
从创作、办公到具身智能机器人研发,找到工具,也找到下一步。
工具资料与官网入口

输入文字即可合成超拟人语音并生成数字人视频的一站式配音平台
将会议录音实时转写为文字,自动区分发言人并生成摘要、翻译与任务列表的智能会议记录工具。
通过HTTP API将最长5小时的已录制音频快速转写为带时间戳和说话人信息的文本。
通过 WebSocket 接口将连续音频流实时识别为文字流,支持翻译与角色分离
以语音转文字为核心的 AI 视频字幕与文稿制作软件,快速生成带时间码字幕。
上传垂直领域文本数据,定制语音听写引擎模型,提升特定行业语音识别准确率。
通过 WebSocket 与 HTTP 接口接入豆包语音合成 2.0 与流式语音识别 2.0,实现实时文本转语音和语音转写文本。

面向开发者的实时语音转写 API,输入音频流,输出识别文本、翻译与大模型会议纪要。
基于语音识别与翻译的音视频转写和摘要提炼 AI 服务,快速获取交流内容要点。
将会议语音实时转成文字,并自动整理生成会议记录报告。

将录音与音视频实时转写为文字,并支持多语种翻译与会议纪要生成。
电脑端实时录音转文字工具,支持多语种翻译与会议纪要生成。
围绕配音、声音和语音交互制作音频内容。
用主题与音乐想法探索歌曲和音频创作。
收录不代表商业合作或平台实测。收费、可用地区与商用许可请以官方资料为准。
从应用体验,到算力、硬件和交付方案,一起整理清楚。