离线语音识别 API,支持 Android、iOS、树莓派和服务器,提供 Python、Java、C#、Node 多语言绑定,适合注重隐私、不依赖云端的语音转文字场景。
自托管的抖音、TikTok、B站数据采集与无水印视频下载 API,提供异步 REST 接口、MCP 服务、CLI 和网页控制台,支持离线语音转文字,Docker 一键部署。
基于新一代 Kaldi 和 onnxruntime 的离线语音工具包,一套搞定语音识别、合成、说话人分离、降噪、声源分离和 VAD,可跑在嵌入式、手机和服务器上。
一站式桌面工具,用本地 Whisper、FunASR 等模型离线把视频转成字幕,还能翻译、AI 配音、声音克隆和烧录字幕,支持批量处理与全平台 GPU 加速。
超低延迟的语音转文字、意图识别和语音合成工具,用来搭建语音助手和语音交互界面,响应快、适合实时对话场景。
一套能在手机和边缘设备上本地跑大模型、扩散模型和多模态推理的生产级 SDK,覆盖 Android、iOS、Flutter,省去自己搭推理链路的麻烦。
端侧唤醒词检测引擎,用深度学习在本地识别自定义唤醒词,无需联网即可实现语音激活。
…或「指定 Prompt」的一次性润色按键 - GigaAm 本地 ASR :新增 GigaAm 俄语离线语音识别供应商 改进优化 - 输入法文本交付 :统一听写结果写入与重试流程,提升流式预览和最终文本交付稳定性 - VAD 效果优化 :更换为 Silero V6 模型,并优化效果、重构管线,提升录音判停、空音频判定、[Pro] 畅说模式
…的百度api一百万字符的翻译都用欠费了....), 更改默认翻译接口为有道翻译; - 增加在线更新、离线语音合成等方便的功能 - 修复win7下不能运行的问题