语音识别 - 标签 | AI 星图

所有标签

A2A协议 AI内容生成 AI助手 AI搜索 AI支付 AI智能体 Anthropic API AWS Black Forest Labs Claude Claude Code Cloudflare Codex Cohere Cursor Deepgram DeepSeek ElevenLabs FLUX Gemini Gemma Git Go Google GPT GPU Grok Hugging Face Jina AI Kimi LangChain LangGraph Linux Llama macOS Markdown MCP Meta Microsoft MiniMax Mistral Mixedbread AI Nous Research NVIDIA Obsidian OpenAI OpenClaw OpenCode OpenHands OpenRouter Perplexity Python RAG Replit Rust Stability AI TypeScript Voyage AI xAI 云计算代码助手代码审查企业级健康写作前沿模型加密与Web3 协议可观测性向量嵌入向量数据库命令行图像生成多模态多语言字节跳动安全实时工作流开发者工具开放权重开源微调推理教育数据可视化数据库数据科学文档文档处理无代码/低代码智源研究院智能体框架智能体编排智能体运行时智能体钱包智谱AI 月之暗面本地AI 沙箱沟通测试浏览器自动化混合专家演示文稿电子表格电脑操控知识库研究社交媒体视频视频生成稳定币编程智能体自动化自托管设计评测语音AI 语音合成语音识别

标签为语音识别的内容 (2 个)

Whisper V3

OpenAI最新语音识别模型Whisper V3，支持99种语言，英语WER<3%，在嘈杂环境和口音识别上表现优异，完全开源可商用，提供Tiny到Large-v3多个版本，是目前最强大的开源STT模型。

8000DR: 95AS: 92

Deepgram Nova-2

Deepgram推出的业界最快商用语音识别模型Nova-2，专为实时转录优化，延迟低于300ms，支持36种语言，转录速度比实时快40倍，适用于实时字幕、电话客服和视频会议等场景。

2500DR: 85AS: 83