语音识别 | AI工具箱

Spark-ASR-2.0 – 科大讯飞推出的语音识别大模型

Spark-ASR-2.0是一款由科大讯飞于2026年9月推出的语音识别大模型，主要用于中英文混合、方言与专业术语场景下的语音转文字，支持中英及202种方言免切换识别与...

AI模型

1周前

R2T2是一款由网易有道于2026年9月开源的低延迟真流式语音识别模型，全称 Real Real-Time Transcription，主要用于边说边出字的实时转写，支持 80ms 至 2s 可...

AI模型

1周前

Confucius4-R2T2是一款由网易有道于2026年9月推出的真流式语音识别模型，主要用于把连续语音实时转为稳定文本，支持 80 毫秒至 2 秒可配置的解码块与不回改的...

AI模型

3周前

Grok Voice Transcribe 2.0是一款由xAI于2026年9月推出的实时语音转写模型，主要用于电话客服、会议记录与多语言音频的批量与流式转写，支持词级时间戳与置信...

AI模型

1个月前

Xiaomi-CocktailASR-1是一款由小米（Xiaomi）于2026 年 9 月推出的目标说话人语音识别大模型，主要用于在多人同时说话的复杂环境中精准提取并转录目标用户的...

AI模型

1个月前

MAI-Transcribe-2是一款由微软推出的AI语音转写模型，主要用于将会议录音、访谈、播客、视频音频等高精度转为文字，支持 60 种语言与自然混语识别，适用于批...

AI模型

2个月前

Muse Voice Transcribe是一款由 Meta 超级智能实验室于 2026 年 9 月推出的实时音频感知模型，在同一流程中整合流式语音识别、说话人分离与端点检测，可在 20...

AI模型

2个月前

Hy ASR 3.0 preview是腾讯混元推出的新一代AI语音识别模型，支持语音转文字、多语言语音转写、方言识别、上下文智能纠错和实时语音识别API，适用于会议记录、...

AI模型

3个月前