无障碍 AI
为视力或听力障碍人士提供朗读、实时字幕和图片转文字。
108 个工具
该领域的工具
abogen
把电子书和 PDF 变成带同步字幕的有声书。不能克隆声音。
免费AI Content Describer
用语言模型为盲人描述图片和屏幕元素的 NVDA 插件。
免费Argos Translate
离线翻译应用和库。
免费aTrain
带说话人识别的离线访谈转写,为格拉茨大学的研究人员打造。
免费AutoSubs
DaVinci Resolve 和 Premiere 的离线自动字幕和翻译。可选的 MMS 权重不可商用(CC BY-NC)。
免费Buzz
在你的电脑上离线转写和翻译音频。
免费Coqui TTS
深度学习语音合成工具包,支持多种声音和语言。
免费DeepFilterNet
实时 AI 降噪,用于人声录音和通话。
免费Dicio
免费、私密的 Android 语音助手,在手机上处理指令。
免费EasyEffects
Linux 全系统音频效果,带神经网络降噪(RNNoise、DeepFilterNet),适合麦克风和播客。
免费EasyOCR
开箱即用的 OCR,支持 80 多种语言,包括波斯语和阿拉伯语。
免费EyeGestures
用普通摄像头追踪视线,用目光控制应用。
免费EyeTrax
用普通摄像头和机器学习实现眼动追踪。
免费FluidAudio
在苹果设备上进行端侧语音转文字、文字转语音和说话人分离的 Swift SDK。部分模型有各自的许可证。
免费FluidVoice
macOS 上基于 Parakeet 和 Whisper 的离线语音输入,可用于任何应用。可选的 Fluid Intelligence 层为专有且独立。
免费FunASR
语音识别、语音活动检测和自动标点;不克隆声音。请查看每个模型的许可证。
免费Handy
免费离线听写:按一个键,说话,文字自动打出。
免费Image Toolbox
Android 照片编辑器,可在手机上用 AI 去背景、放大和上色。
免费Kokoro
小巧快速的语音合成模型,声音自然。
免费Koodo Reader
电子书阅读器,可用你选择的模型进行翻译、查词和 AI 摘要。
免费Meetily
在你的设备上录制和转写会议,并用本地 Ollama 模型进行总结。
免费MeloTTS
在普通 CPU 上也能快速运行的多语言语音合成。
免费NVDA
面向盲人的免费 Windows 读屏软件,可在设备上用 AI 描述图片。
免费OpenWhispr
使用本地 Whisper 和 Parakeet 模型的语音输入。
免费Parakeet MLX
在 Mac 上用 Parakeet 模型快速语音转文字,可导出 SRT 和 VTT 字幕。
免费Speech Note
Linux 上的离线笔记,支持语音识别、语音合成和翻译。
免费ElevenLabs
逼真的语音合成与配音。免费:每月约 10 分钟,不可商用。
免费方案LibreTranslate
可自托管的机器翻译 API。
免费LiveCaptions Translator
用 Ollama 或在线模型实时翻译 Windows 11 实时字幕。
免费LocalVocal
实时字幕和翻译的 OBS 插件,完全在你的电脑上运行。
免费Moonshine
适用于手机和小型设备的快速语音识别。非英语模型有各自的许可证。
免费Murmure
使用 Parakeet 模型、完全离线的语音转文字,支持 25 种欧洲语言。
免费VoiceInk
在 Mac 上使用本地 Whisper 和 Parakeet 模型的快速、完全离线语音输入。
免费whisper-ctranslate2
快速的命令行 Whisper,支持实时麦克风转写、说话人识别和翻译成英语。
免费WhisperLive
用 Whisper 实现近实时字幕和语音转文字。
免费Microsoft Copilot
Microsoft 的免费 AI 助手,用于聊天、搜索和图像。
免费方案NormCap
从屏幕任意区域提取文字。
免费OCRmyPDF
为扫描版 PDF 添加可搜索的文字层。
免费OpenSuperWhisper
在 Mac 上用 Whisper 和 Parakeet 离线听写和语音转文字。
免费OpenVoiceOS
自己运行的私密开源语音助手。
免费Pied
为 Linux 读屏软件安装和管理 Piper 神经语音。
免费Pipecat
构建实时语音和多模态助手的框架。
免费pyRiemann
面向脑机接口的 EEG 信号机器学习。用于研究。
免费Be My Eyes
永久免费。Be My AI 可描述照片,志愿者还可通过视频通话提供帮助。
免费方案Goblin Tools
为神经多样性人群设计的简单 AI 工具,如把任务拆成小步骤、判断文字语气。网页版免费。
免费方案Google Translate
免费翻译文本、文档、图片和语音,支持 100 多种语言。
免费方案Live Transcribe
免费 Android 应用,把语音和声音实时转成 70 多种语言的文字。
免费方案Otter.ai
会议转写和笔记。免费:每月 300 分钟,每次对话 30 分钟。
免费方案Piper
快速离线的语音合成,声音自然。
免费RapidOCR
用 ONNX 模型离线识别照片和扫描件中的文字(默认中文和英文)。
免费Scriberr
用 Whisper 和 Parakeet 离线转写音视频,可识别说话人。目前开发进度放缓。
免费sherpa-onnx
在手机、电脑和小型开发板上离线进行语音识别和合成。
免费SherpaTTS
带 Piper 和 Coqui 神经语音的 Android 离线语音合成引擎。
免费Speaches
兼容 OpenAI API 的本地语音转文字和文字转语音服务器。
免费Speakr
把录音转成带说话人标签和摘要、可搜索的笔记;自托管。
免费StyleTTS 2
声音非常自然的研究用语音合成模型。
免费Subgen
为 Plex、Jellyfin 和 Emby 用 Whisper 自动生成字幕。
免费Subgeneratorr
为 Plex 和 Jellyfin 媒体库生成和翻译字幕(Docker);可用免费的本地 Whisper 或付费的 Deepgram。
免费Subtide
带本地服务器的 Chrome 扩展,用本地或在线模型翻译 YouTube 等网络视频的字幕。
免费Seeing AI
免费的“会说话的相机”应用,为盲人和低视力人士朗读文字、描述人物和场景。
免费方案Subtitle Edit
字幕编辑器,可用 Whisper 从语音生成字幕。
免费Tesseract OCR
支持 100 多种语言的文字识别引擎(命令行)。
免费Tortoise TTS
支持多种声音的高质量语音合成。
免费transcribe-anything
用 Whisper 把本地文件或链接转成文字和 SRT/VTT 字幕,可选说话人标签。
免费Transcribro
Android 上的端侧语音转文字键盘和服务。
免费MeetGeek
录制、转写并总结线上会议。免费:每月 3 小时转写。
免费方案Speechnotes
浏览器中的语音输入和听写。免费不限次听写,有广告。
免费方案Tactiq
Google Meet、Zoom 和 Teams 的实时文字稿和 AI 摘要。免费:每月 10 份文字稿和 5 个 AI 积分。
免费方案TTSMaker
用多种语言的现成声音把文字转成自然语音。免费:每周 20,000 字符,允许商用。
免费方案Umi-OCR
离线识别截图、照片和 PDF 中的文字。
免费Vibe
用 Whisper 离线转写音视频的简单桌面应用。
免费Vocalinux
在 Linux 上用 whisper.cpp 或 VOSK 离线语音输入。
免费TurboScribe
把音视频精准转写成文字和字幕。免费:每天 3 个文件,每个最长 30 分钟。
免费方案Vosk
支持 20 多种语言的离线语音识别工具包。
免费Voxtype
按键说话的语音输入,语音识别完全在本地完成。
免费Whisper
转写和翻译音频的语音识别模型(命令行)。
免费Whisper ATC model
经过微调、可转写飞行员和管制员无线电通话的 Whisper Medium 模型;可在你的电脑上用 Faster-Whisper 运行。研究模型;音质差时准确率会下降。仅用于培训和学习,不可用于实际飞行。
免费Whisper IME
基于 Whisper 的离线 Android 键盘和语音输入,可翻译成英语。
免费Whisper-WebUI
用 Whisper 进行转写、生成 SRT 字幕和翻译字幕的简单界面。
免费WhisperKit
苹果设备上的端侧语音转文字,用于开发字幕和听写应用。
免费AudioPen
把零散的语音笔记变成清晰整洁的文字和摘要。免费:录音最长 3 分钟,语音输入有限。
免费方案Ava
为聋人和听障人士提供带说话人标签的实时对话字幕。免费:每次最长 40 分钟。
免费方案Azure AI Speech
带现成声音的语音转文字和文字转语音。免费(F0):每月 5 小时语音转文字和 500,000 字符文字转语音;不含自定义和个人声音。
免费方案Azure AI Vision
图像描述、OCR 和自动标签;可用于编写替代文本。免费(F0):每月 5,000 次交易,每分钟 20 次;部分地区不可用。
免费方案Cash Reader
为盲人和低视力用户朗读手机摄像头看到的纸币面额。小面额免费;完整识别需一次性购买。
免费方案ElevenReader
用 ElevenLabs 的自然声音朗读图书、PDF 和文章。免费:免费图书和有声书数量有限。
免费方案Envision AI
为盲人用户朗读文字、描述场景并识别物体。免费。
免费方案Google Cloud Speech-to-Text
语音转文字 API,包括听写和医疗对话模型。免费:每月 60 分钟,仅限 API 第 1 版。医疗模型不能替代医生。
免费方案Google Cloud Vision
识别图片中的文字(OCR)并标注物体和地点的 API。免费:每项功能每月 1,000 单位。
免费方案Hand Talk
用 AI 虚拟人把文字和语音翻译成美国手语。基础翻译免费,有广告。
免费方案MacWhisper
在 Mac 上用 Whisper 转写音视频并生成字幕,无需上传文件。免费版:端侧转写和字幕导出;说话人标签和更大模型在 Pro 中(一次性付费)。
免费方案Microsoft Translator
翻译 100 多种语言的文字、语音、图片和多人对话。完全免费。
免费方案NaturalReader
用自然声音把文字、PDF 和文档照片转成语音。免费版提供基础声音。
免费方案Noota
自动录制、转写并总结会议。免费:每月 300 分钟录制和 10 个 AI 积分,保留 1 个月。
免费方案Notta
用 AI 把语音和线上会议转成文字。免费:每次实时转写最长 3 分钟。
免费方案RemNote
笔记加间隔重复抽认卡,可从文本和 PDF 生成卡片和测验。免费:每月 250 个 AI 积分。
免费方案Rev
音视频自动转写和字幕。免费:每月 45 分钟 AI 转写,仅限英语。
免费方案Rogervoice
为听障人士提供电话通话的实时 AI 字幕。应用内通话免费;其他通话需积分。
免费方案Saner.AI
为 ADHD 人群打造的笔记和规划助手。免费:每月 30 次 AI 请求和 100 条笔记。
免费方案Speechify
用自然的 AI 声音朗读文字、PDF 和网页。免费:10 种较简单的声音,最高 1.5 倍速。
免费方案Sullivan+
用 AI 为盲人和低视力用户描述图片和场景并朗读文字。免费,有广告,每日 PDF 有限额。
免费方案Todoist
任务管理器,Ramble 可用 AI 把你说的话变成任务。免费 Beginner 版含 Ramble,次数有限;Task Assist 收费。
免费方案Voice Access
为行动不便的人提供全语音操控手机。完全免费。
免费方案Voicenotes
录制并转写会议和语音笔记,还可向 AI 提问。永久免费:每次最长 30 分钟,14 天历史,每月 3 个文件,基础模型。
免费方案whisper.cpp
快速的本地版 Whisper,用于语音转文字。
免费Wispr Flow
在任何应用中语音输入,并可做会议笔记。永久免费,每周有字数上限(未公布具体数字)。
免费方案Wudpecker
线上会议的自动笔记和摘要。免费:每月 10 场会议,每份录音 3 次 AI 提问。
免费方案ZoomMate (Zoom Workplace)
Zoom 的 AI 助手,用于会议摘要和笔记。免费 Basic 版:每月 3 份会议摘要和 20 次 AI 提问;会议最长 40 分钟。
免费方案