هوش مصنوعی برای دسترسپذیری
بلندخوانی، زیرنویس زنده و استخراج متن از تصویر برای افراد کمبینا و کمشنوا.
۱۰۸ ابزار
ابزارهای این سرفصل
abogen
تبدیل کتاب الکترونیکی و PDF به کتاب صوتی با زیرنویس همگام؛ بدون شبیهسازی صدا.
رایگانAI Content Describer
توصیف تصویر و اجزای صفحه با مدلهای زبانی برای کاربران نابینا.
رایگانArgos Translate
برنامه و کتابخانهی ترجمهی آفلاین.
رایگانaTrain
رونویسی آفلاین مصاحبه با تشخیص گوینده برای پژوهش.
رایگانAutoSubs
زیرنویس و ترجمهی خودکار آفلاین برای DaVinci Resolve و Premiere.
رایگانBuzz
تبدیل صدا به متن و ترجمهی آن بهصورت آفلاین روی کامپیوتر.
رایگانCoqui TTS
ابزار تبدیل متن به گفتار مبتنی بر یادگیری عمیق با صداها و زبانهای متعدد.
رایگانDeepFilterNet
حذف همزمان نویز از ضبط صدا و تماس با هوش مصنوعی.
رایگانDicio
دستیار صوتی آزاد و خصوصی اندروید که دستورها را روی گوشی پردازش میکند.
رایگانEasyEffects
افکت صوتی سراسری لینوکس با حذف نویز عصبی (RNNoise و DeepFilterNet) برای میکروفون و پادکست.
رایگانEasyOCR
تشخیص متن آماده برای بیش از ۸۰ زبان، از جمله فارسی و عربی.
رایگانEyeGestures
ردیابی نگاه با وبکم معمولی برای کنترل برنامهها با چشم.
رایگانEyeTrax
ردیابی نگاه با وبکم معمولی و یادگیری ماشین.
رایگانFluidAudio
کیت توسعهی سوئیفت برای گفتار به متن، متن به گفتار و تشخیص گوینده روی دستگاههای اپل. برخی مدلها مجوز جدا دارند.
رایگانFluidVoice
تایپ صوتی آفلاین در مک با Parakeet و Whisper در هر برنامه. لایهی اختیاری Fluid Intelligence اختصاصی و جداست.
رایگانFunASR
تشخیص گفتار، تشخیص فعالیت صوتی و نقطهگذاری خودکار؛ شبیهسازی صدا ندارد. مجوز هر مدل جدا بررسی شود.
رایگانHandy
دیکتهی رایگان و آفلاین: کلیدی را بزنید، صحبت کنید و متن تایپ میشود.
رایگانImage Toolbox
ویرایشگر عکس اندروید با حذف پسزمینه، بزرگنمایی و رنگیسازی هوش مصنوعی روی گوشی.
رایگانKokoro
مدل کوچک و سریع تبدیل متن به گفتار با صدای طبیعی.
رایگانKoodo Reader
کتابخوان با ترجمه، دیکشنری و خلاصهسازی هوش مصنوعی با مدل دلخواه.
رایگانMeetily
ضبط و متننویسی جلسه روی دستگاه و خلاصه با مدل محلی Ollama.
رایگانMeloTTS
تبدیل متن به گفتار چندزبانه که روی پردازندهی معمولی سریع اجرا میشود.
رایگانNVDA
صفحهخوان رایگان ویندوز برای نابینایان با توصیف تصویر به کمک هوش مصنوعی محلی.
رایگانOpenWhispr
تایپ با صدا با مدلهای محلی Whisper و Parakeet.
رایگانParakeet MLX
تبدیل گفتار به متن سریع روی مک با مدل Parakeet و خروجی زیرنویس SRT و VTT.
رایگانSpeech Note
یادداشت آفلاین با گفتار به متن، متن به گفتار و ترجمه برای لینوکس.
رایگانElevenLabs
تبدیل متن به گفتار با صدای طبیعی. رایگان: حدود ۱۰ دقیقه در ماه، بدون استفادهی تجاری.
نسخهی رایگانLibreTranslate
API ترجمهی ماشینی روی سرور خودتان.
رایگانLiveCaptions Translator
ترجمهی همزمان زیرنویس زندهی ویندوز با Ollama یا مدلهای آنلاین.
رایگانLocalVocal
افزونهی OBS برای زیرنویس و ترجمهی زنده، کاملاً روی کامپیوتر شما.
رایگانMoonshine
تشخیص گفتار سریع برای گوشی و دستگاههای کوچک. مدلهای غیرانگلیسی مجوز جداگانه دارند.
رایگانMurmure
تبدیل گفتار به متن کاملاً آفلاین با مدل Parakeet برای ۲۵ زبان اروپایی.
رایگانVoiceInk
تایپ صوتی سریع و کاملاً آفلاین در مک با مدلهای محلی Whisper و Parakeet.
رایگانwhisper-ctranslate2
Whisper سریع در خط فرمان با متننویسی زنده از میکروفون، تشخیص گوینده و ترجمه به انگلیسی.
رایگانWhisperLive
زیرنویس و تبدیل گفتار به متن تقریباً بلادرنگ با Whisper.
رایگانMicrosoft Copilot
دستیار رایگان هوش مصنوعی مایکروسافت برای گفتگو، جستجو و تصویر.
نسخهی رایگانNormCap
گرفتن متن از هر قسمت صفحهی نمایش.
رایگانOCRmyPDF
افزودن لایهی متن قابل جستجو به PDFهای اسکنشده.
رایگانOpenSuperWhisper
دیکته و تبدیل گفتار به متن آفلاین در مک با Whisper و Parakeet.
رایگانOpenVoiceOS
دستیار صوتی خصوصی و باز که خودتان اجرا میکنید.
رایگانPied
نصب و مدیریت صداهای عصبی Piper برای صفحهخوانهای لینوکس.
رایگانPipecat
چارچوب ساخت دستیار صوتی و چندرسانهای بلادرنگ.
رایگانpyRiemann
یادگیری ماشین روی سیگنالهای EEG برای رابط مغز و رایانه. برای پژوهش.
رایگانBe My Eyes
همیشه رایگان. Be My AI عکسها را توصیف میکند و داوطلبان با تماس تصویری کمک میکنند.
نسخهی رایگانGoblin Tools
ابزارهای سادهی هوش مصنوعی برای افراد نورودایورجنت، مثل شکستن کار به گامهای کوچک و سنجش لحن متن. نسخهی وب رایگان.
نسخهی رایگانGoogle Translate
ترجمهی رایگان متن، سند، تصویر و گفتار در بیش از ۱۰۰ زبان.
نسخهی رایگانLive Transcribe
برنامهی رایگان اندروید که گفتار و صداها را در بیش از ۷۰ زبان به متن زنده تبدیل میکند.
نسخهی رایگانOtter.ai
تبدیل جلسه به متن و یادداشت. رایگان: ۳۰۰ دقیقه در ماه، ۳۰ دقیقه برای هر گفتگو.
نسخهی رایگانPiper
تبدیل سریع و آفلاین متن به گفتار با صدای طبیعی.
رایگانRapidOCR
خواندن آفلاین متن از عکس و اسکن با مدلهای ONNX (بهطور پیشفرض چینی و انگلیسی).
رایگانScriberr
رونویسی آفلاین صوت و ویدیو با Whisper و Parakeet و تفکیک گوینده.
رایگانsherpa-onnx
گفتار به متن و متن به گفتار آفلاین روی گوشی، کامپیوتر و بردهای کوچک.
رایگانSherpaTTS
موتور متن به گفتار آفلاین اندروید با صداهای عصبی Piper و Coqui.
رایگانSpeaches
سرور محلی سازگار با API اوپنایآی برای گفتار به متن و متن به گفتار.
رایگانSpeakr
رونویسی ضبطها به یادداشت قابل جستوجو با تفکیک گوینده و خلاصه.
رایگانStyleTTS 2
مدل پژوهشی تبدیل متن به گفتار با گفتار بسیار طبیعی.
رایگانSubgen
ساخت خودکار زیرنویس با Whisper برای Plex، Jellyfin و Emby.
رایگانSubgeneratorr
ساخت و ترجمهی زیرنویس برای کتابخانههای Plex و Jellyfin (Docker)؛ Whisper محلی رایگان یا Deepgram پولی.
رایگانSubtide
افزونهی کروم با سرور محلی برای ترجمهی زیرنویس یوتیوب و ویدیوهای وب با مدل محلی یا آنلاین.
رایگانSeeing AI
برنامهی رایگان دوربین سخنگو که متن را میخواند و افراد و صحنهها را برای نابینایان و کمبینایان توصیف میکند.
نسخهی رایگانSubtitle Edit
ویرایشگر زیرنویس که با Whisper از گفتار زیرنویس میسازد.
رایگانTesseract OCR
موتور تشخیص متن از تصویر برای بیش از ۱۰۰ زبان (خط فرمان).
رایگانTortoise TTS
تبدیل متن به گفتار باکیفیت با صداهای متعدد.
رایگانtranscribe-anything
تبدیل فایل یا لینک صوتی و تصویری به متن و زیرنویس SRT/VTT با Whisper، همراه با برچسب گوینده (اختیاری).
رایگانTranscribro
کیبورد و سرویس تبدیل گفتار به متن روی خود گوشی.
رایگانMeetGeek
ضبط، رونویسی و خلاصهی جلسههای آنلاین. رایگان: ۳ ساعت رونویسی در ماه.
نسخهی رایگانSpeechnotes
تایپ صوتی و دیکته در مرورگر. دیکتهی نامحدود رایگان با تبلیغ.
نسخهی رایگانTactiq
رونویسی زنده و خلاصهی هوش مصنوعی برای Google Meet، Zoom و Teams. رایگان: ۱۰ رونوشت و ۵ اعتبار در ماه.
نسخهی رایگانTTSMaker
تبدیل متن به گفتار طبیعی با صداهای آماده در زبانهای مختلف. رایگان: ۲۰٬۰۰۰ کاراکتر در هفته، استفادهی تجاری مجاز.
نسخهی رایگانUmi-OCR
تشخیص آفلاین متن از اسکرینشات، عکس و PDF.
رایگانVibe
برنامهی سادهی رومیزی برای تبدیل آفلاین صدا و ویدئو به متن با Whisper.
رایگانVocalinux
تایپ صوتی آفلاین در لینوکس با whisper.cpp یا VOSK.
رایگانTurboScribe
تبدیل دقیق صدا و ویدئو به متن و زیرنویس. رایگان: ۳ فایل در روز، هر کدام تا ۳۰ دقیقه.
نسخهی رایگانVosk
ابزار تشخیص گفتار آفلاین برای بیش از ۲۰ زبان.
رایگانVoxtype
تایپ صوتی با نگهداشتن کلید و تشخیص گفتار کاملاً محلی.
رایگانWhisper
مدل تشخیص گفتار برای تبدیل صدا به متن و ترجمه (خط فرمان).
رایگانWhisper ATC model
مدل Whisper تنظیمشده برای تبدیل مکالمهی رادیویی خلبان و کنترلر به متن؛ با Faster-Whisper روی کامپیوتر خودتان اجرا میشود. مدل پژوهشی؛ با صدای ضعیف دقت کم میشود. فقط برای آموزش و مطالعه، نه برای عملیات واقعی پرواز.
رایگانWhisper IME
صفحهکلید و ورودی صوتی آفلاین اندروید با Whisper، با ترجمه به انگلیسی.
رایگانWhisper-WebUI
رابط ساده برای رونویسی، زیرنویس SRT و ترجمهی زیرنویس با Whisper.
رایگانWhisperKit
گفتار به متن روی دستگاه اپل برای ساخت اپ زیرنویس و دیکته.
رایگانAudioPen
تبدیل یادداشت صوتی پراکنده به متن مرتب و خلاصه. رایگان: هر ضبط تا ۳ دقیقه و تایپ صوتی محدود.
نسخهی رایگانAva
زیرنویس زندهی مکالمات با تشخیص گوینده برای ناشنوایان و کمشنوایان. رایگان: هر جلسه زیرنویس تا ۴۰ دقیقه؛ زیرنویس پیشرفته و تایپیست انسانی پولی.
نسخهی رایگانAzure AI Speech
تبدیل گفتار به متن و متن به گفتار با صداهای آماده. رایگان (F0): ۵ ساعت گفتار به متن و ۵۰۰ هزار کاراکتر متن به گفتار در ماه؛ صدای سفارشی و شخصی شامل نیست.
نسخهی رایگانAzure AI Vision
توصیف تصویر، OCR و برچسبگذاری خودکار؛ مناسب ساخت متن جایگزین. رایگان (F0): ۵٬۰۰۰ تراکنش در ماه و ۲۰ در دقیقه؛ در برخی مناطق موجود نیست.
نسخهی رایگانCash Reader
تشخیص صوتی اسکناسها با دوربین گوشی برای نابینایان و کمبینایان. رایگان: نسخهی رایگان فقط اسکناسهای با ارزش پایین؛ تشخیص کامل با خرید یکباره.
نسخهی رایگانElevenReader
خواندن کتاب، PDF و مقاله با صدای طبیعی هوش مصنوعی ElevenLabs. رایگان: کتابهای صوتی و الکترونیکی رایگان محدود؛ TTS نامحدود، حالت آفلاین و طراحی صدا در اشتراک Ultra.
نسخهی رایگانEnvision AI
خواندن متن، توصیف صحنه و شناسایی اشیا با هوش مصنوعی برای نابینایان. رایگان: رایگان.
نسخهی رایگانGoogle Cloud Speech-to-Text
API تبدیل گفتار به متن، با مدلهای دیکته و گفتگوی پزشکی. رایگان: ۶۰ دقیقه در ماه، فقط API نسخهی ۱. مدلهای پزشکی جایگزین پزشک نیستند.
نسخهی رایگانGoogle Cloud Vision
API خواندن متن تصویر (OCR) و برچسبگذاری اشیا و مکانها. رایگان: ۱٬۰۰۰ واحد در ماه برای هر قابلیت.
نسخهی رایگانHand Talk
ترجمهی خودکار متن و صدا به زبان اشارهی آمریکایی با آواتار هوش مصنوعی. رایگان: تبلیغات؛ ترجمهی پایه رایگان؛ امکانات بیشتر با اشتراک.
نسخهی رایگانMacWhisper
رونویسی و زیرنویسسازی صوت و ویدیو روی خود مک با Whisper، بدون ارسال فایل. نسخهی رایگان: رونویسی روی دستگاه و خروجی زیرنویس؛ تشخیص گوینده و مدلهای بزرگتر در نسخهی Pro (پرداخت یکباره).
نسخهی رایگانMicrosoft Translator
ترجمهی متن، گفتار، تصویر و مکالمهی چندنفره در بیش از ۱۰۰ زبان. رایگان: کاملاً رایگان؛ بدون اشتراک.
نسخهی رایگانNaturalReader
تبدیل متن، PDF و عکس اسناد به گفتار با صداهای طبیعی هوش مصنوعی. رایگان: پلن رایگان با صداهای پایه؛ صداهای Plus و امکانات پیشرفته با اشتراک.
نسخهی رایگانNoota
ضبط، رونویسی و خلاصهی خودکار جلسهها. رایگان: ۳۰۰ دقیقه ضبط و ۱۰ اعتبار هوش مصنوعی در ماه، نگهداری ۱ ماه.
نسخهی رایگانNotta
تبدیل صدا و جلسات آنلاین به متن با هوش مصنوعی. رایگان: رونویسی زنده و جلسات حداکثر ۳ دقیقه در هر بار؛ ۳ واژهی سفارشی.
نسخهی رایگانRemNote
یادداشتبرداری و فلشکارت با تکرار فاصلهدار و ساخت خودکار کارت و آزمون از متن و PDF. رایگان: رایگان؛ ۲۵۰ اعتبار هوش مصنوعی در ماه (حدود ۵۰ اجرای تولید فلشکارت، معلم خصوصی و تصحیح).
نسخهی رایگانRev
رونویسی و زیرنویس خودکار فایل صوتی و ویدئویی. رایگان: دسترسی رایگان محدود: ۴۵ دقیقه رونویسی و زیرنویس هوش مصنوعی در ماه، فقط انگلیسی.
نسخهی رایگانRogervoice
زیرنویس همزمان تماسهای تلفنی با هوش مصنوعی برای افراد کمشنوا. رایگان: بدون تبلیغ؛ رایگان برای کاربران واجد شرایط آمریکا و تماس اپبهاپ؛ سایر تماسها با اعتبار.
نسخهی رایگانSaner.AI
دستیار یادداشت و برنامهریزی برای افراد دارای ADHD. رایگان: ۳۰ درخواست هوشمند و ۱۰۰ یادداشت در ماه.
نسخهی رایگانSpeechify
خواندن بلند متن، PDF و صفحات وب با صداهای طبیعی هوش مصنوعی. رایگان: ۱۰ صدای سادهتر، سرعت پخش حداکثر ۱.۵ برابر، فقط تبدیل متن به گفتار.
نسخهی رایگانSullivan+
توصیف تصویر و صحنه و خواندن متن با هوش مصنوعی برای نابینایان و کمبینایان. رایگان: تبلیغات؛ سهمیهی روزانهی خواندن PDF؛ نسخهی Pro و شارژ مصرف پولی.
نسخهی رایگانTodoist
مدیریت کارها که با Ramble گفتههای شما را با هوش مصنوعی به کار تبدیل میکند. پلن رایگان Beginner: Ramble با جلسهی محدود؛ Task Assist پولی است.
نسخهی رایگانVoice Access
کنترل کامل گوشی با فرمان صوتی برای کاربران دارای محدودیت حرکتی. رایگان: کاملاً رایگان.
نسخهی رایگانVoicenotes
ضبط و رونویسی جلسه و یادداشت صوتی و پرسش از یادداشتها با هوش مصنوعی. رایگان دائمی: جلسه تا ۳۰ دقیقه، تاریخچهی ۱۴ روزه، ۳ فایل در ماه و مدلهای پایه.
نسخهی رایگانwhisper.cpp
نسخهی سریع و محلی Whisper برای تبدیل گفتار به متن.
رایگانWispr Flow
تایپ صوتی در همهی برنامهها و یادداشتبرداری جلسه. رایگان: رایگان دائمی با سقف هفتگی کلمات (عدد اعلام نشده).
نسخهی رایگانWudpecker
یادداشتبرداری و خلاصهی خودکار جلسات آنلاین. رایگان: ۱۰ جلسه در ماه و ۳ پرسش هوش مصنوعی برای هر ضبط.
نسخهی رایگانZoomMate (Zoom Workplace)
دستیار هوش مصنوعی Zoom برای خلاصه و یادداشتبرداری جلسه. پلن رایگان Basic: خلاصهی ۳ جلسه و ۲۰ پرسش هوش مصنوعی در ماه؛ جلسه تا ۴۰ دقیقه.
نسخهی رایگان