
讯飞智作
科大讯飞輸入文字即可合成超擬人語音並生成數位人影片的一站式配音平台
從創作、辦公到具身智慧機器人研發,找到工具,也找到下一步。
工具資料與官網入口

輸入文字即可合成超擬人語音並生成數位人影片的一站式配音平台
將會議錄音即時轉寫為文字,自動區分發言人並生成摘要、翻譯與任務清單的智能會議記錄工具。
透過 HTTP API 將最長 5 小時的已錄製音訊快速轉寫為帶時間戳與說話人資訊的文字。
透過 WebSocket 介面將連續音訊串流即時識別為文字流,支援翻譯與角色分離
以語音轉文字為核心的 AI 影片字幕與文稿製作軟體,快速產生帶時間碼字幕。
上傳垂直領域文本數據,定製語音聽寫引擎模型,提升特定行業語音識別準確率。
透過 WebSocket 與 HTTP 介面接入豆包語音合成 2.0 與串流語音辨識 2.0,實現即時文字轉語音和語音轉寫文字。

面向開發者的即時語音轉寫 API,輸入音訊串流,輸出辨識文字、翻譯與大模型會議紀要。
基於語音辨識與翻譯的音視訊轉寫和摘要提煉 AI 服務,快速獲取交流內容要點。
將會議語音即時轉成文字,並自動整理生成會議記錄報告。

將錄音與音視訊即時轉寫為文字,並支援多語種翻譯與會議紀要生成。
電腦端即時錄音轉文字工具,支援多語種翻譯與會議紀要生成。
圍繞配音、聲音和語音互動製作音訊內容。
用主題與音樂想法探索歌曲和音訊創作。
收錄不代表商業合作或平台實測。收費、可用地區與商用許可請以官方資料為準。
從應用體驗,到算力、硬體和交付方案,一起整理清楚。