Voxtral Mini 4B Realtime Arabic

Whistle — 多语言语音转文本模型

AI 模型

紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。Whistle 是一个紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。

Audio8 ASR Infinite

AI 模型

旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。Audio8 ASR Infinite 是一款旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。

Palabra.ai

AI 应用

#78

实时 AI 语音翻译引擎，适用于实时语音和音频，提供现成的工具和低延迟 API，支持亚秒级的双向翻译和说话者声音克隆。Palabra.ai 是一个实时 AI 语音翻译引擎，适用于实时语音和音频，提供现成的工具和低延迟 API，支持亚秒级的双向翻译和说话者声音克隆。

Moondream Parakeet Ultra

AI 模型

先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。Moondream Parakeet Ultra 是一款先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。

Nemotron 3.5 ASR

AI 模型

NVIDIA 开发的多语言流式自动语音识别模型，支持 40 种语言的转录。它提供高质量的转录，具有低延迟和高吞吐量，适用于多种声学条件。Nemotron 3.5 ASR 是 NVIDIA 开发的多语言流式自动语音识别模型，支持 40 种语言的转录。它提供高质量的转录，具有低延迟和高吞吐量，适用于多种声学条件。

Pulse 语音转文本 API

AI 应用

由 Smallest AI 提供的低延迟语音转文本 API，支持实时和预录音转录，具备多语言支持、说话者分离、情感检测和语言识别功能。它确保在全球口音和方言中具有高准确性和速度。Pulse 是由 Smallest AI 提供的低延迟语音转文本 API，支持实时和预录音转录，具备多语言支持、说话者分离、情感检测和语言识别功能。它确保在全球口音和方言中具有高准确性和速度。

Maestra

AI 应用

#17

AI 媒体本地化平台，支持在 125 种以上语言中进行音频和视频的转录、字幕、配音和翻译。它可以处理上传的文件或实时应用于直播活动和会议。Maestra 是一个 AI 媒体本地化平台，支持在 125 种以上语言中进行音频和视频的转录、字幕、配音和翻译。它可以处理上传的文件或实时应用于直播活动和会议。

Speechmatics AI 语音技术

AI 平台

#93

通过其语音 API 提供高度准确的 AI 语音技术。它提供实时转录、翻译和文本转语音功能，服务于需要强大语音 AI 解决方案的企业。安全、全球化且可扩展，它支持 55 种以上语言，适用于各种应用。Speechmatics 通过其语音 API 提供高度准确的 AI 语音技术。它提供实时转录、翻译和文本转语音功能，服务于需要强大语音 AI 解决方案的企业。安全、全球化且可扩展，它支持 55 种以上语言，适用于各种应用。