april-asr是一个用C语言开发的语音转文本(STT)库，具备高效的语音识别算法和实时转录功能，支持多种语言，具有可扩展的架构，便于集成到其他项目中，适用于多种应用场景。

WhisperLive是OpenAI的Whisper的近实时实现，通过语音活动检测(VAD)仅在检测到语音时发送音频数据到Whisper模型，从而减少数据传输并提高转录准确性。

Transcriber是一个可负担的在线转录服务，用户可以通过网页界面和API创建账户并开始转录，同时还支持翻译转录内容。

一个快速且高效的语音转文字（STT）模型，支持多语言自动识别和翻译功能。

InfraVisN AI利用可扩展的神经网络技术，重新定义基础设施管理，确保精确的缺陷检测和维护效率。该平台专为增长而设计，可以适应不断变化的需求，为智能和可扩展的检查设定了新的标准。

openai-edge-tts 是一个开源免费的文本转语音 API，利用微软 Edge 的在线语音服务，能够生成多种语音选项和播放速度，用户无需付费即可体验高质量的文本转语音功能。

Fish Speech是一款具有高度自定义和灵活性的文本转语音(TTS)解决方案，支持Linux和Windows系统，能够满足多种应用需求。

Voice AI Note是一款实时语音转录应用，帮助用户轻松记录会议笔记和讲座总结，提供隐私优先的服务。用户只需说话，应用便会实时显示转录文本，方便编辑和重写。

整合了Mistral大型语言模型的实时语音转文本系统，基于WhisperLive和WhisperSpeech，提供高性能和低延迟处理。

Descript是一个创新工具，改变了视频和播客的创作方式，提供简便的编辑、转录和分享功能，适合各类创作者。

CoWin Copilot®️通过结合人工智能和人类智慧，帮助用户在各种面试和会议中表现出色。它提供实时语音转文本（STT）服务，支持编码，并提供免费的简历生成，旨在帮助候选人在面试中脱颖而出。

STT是一个经过实战验证的深度学习工具包，专注于语音转文本技术，适用于研究和生产环境。

用于标注语音数据集的实用脚本套件，旨在为基于语音的人工智能模型（如文本到语音引擎）开发过程中所需要的音频变换（或注释）提供简洁、干净的代码库

SteosVoice（前称CyberVoice）是一个先进的语音合成平台，利用人工智能创造超现实、高质量的声音。它为内容创作者提供广泛的功能和能力，包括用于视频、游戏和修改的文本转语音（TTS）服务。作为人工智能的声音工具，SteosVoice致力于提供全面的语音合成解决方案。

OpenAI的Whisper是一个通用的语音识别模型，支持多种语言，包括粤语，具备语音识别、翻译及语音活动检测等功能，其性能与收费产品相当，并可在本地部署，降低云服务成本。

AI Transcribe是一款提供离线AI驱动的转录服务的应用，用户可以在没有网络连接的情况下完全功能地进行音频转录。

echowin 是一个专为企业设计的 AI 电话平台，能够自动接听电话、预筛选来电者并收集信息。它提供 24/7 的可用性、无代码场景流程构建器和实时通话监控功能。用户只需连接新号码或将现有号码转接到 echowin，配置通话流程后，AI 代理即可处理来电，用户还可以监控通话、访问实时转录等。

这是一个专为边缘设备设计的Transformer模型推理库，旨在实现低成本、低能耗的处理。它能够以30倍的实时速度运行tiny.en Whisper模型进行语音转录，相较于最知名的实现速度快2倍，非常适合在资源受限的环境中使用。