语音识别
简单听记
百度推出的网页版音视频转文字工具，支持本地文件与网盘导入，转写后按面试复盘、会议待办、律师取证等模板生成纪要，取证场景还标出内容对应的时间点，适合把会议、访谈、课堂的长录音整理成可读文本。
FunClip
阿里通义实验室开源、在 ModelScope 组织下维护的本地视频剪辑工具，用 FunASR 把语音转成带时间戳的文字，可按选中的句子或指定说话人一次裁出多段视频并导出 SRT 字幕，适合做访谈、课程、播客剪辑的人对着转写稿挑段落。
序列猴子
出门问问的大模型开放平台，把语音识别与合成、图像生成、文本生成和多轮对话打包成接口，支持云端与嵌入式部署，适合做车载语音、智能客服的开发者接入自家系统。
SoundHound
SoundHound 出品的音乐识别与播放应用，能听歌识曲、支持哼唱识别，提供实时滚动歌词并接入 Spotify 和 Apple Music，适合听到陌生旋律想马上知道歌名的人。
悦录
同花顺出品的语音转文字工具，把录音、视频转成可在线编辑的文稿，支持多语种识别、区分说话人、过滤语气词并用 AI 生成摘要，适合开完会后把录音整理成会议纪要。
懂鸟
支持图片与声音识别的鸟类识别工具，覆盖全球 11,131 种鸟类，可离线使用，另有分类树浏览和观鸟轨迹记录，适合在野外看到不认识的鸟时拍下来查。
场辞
新片场出品的桌面端字幕制作软件，语音识别自动切分时间轴，多轨并行编辑并可在预览窗口直接拖拽调样式，导出 SRT、ASS 等格式或直接压制出片，适合用 Premiere 剪片的人先识别校对再导入合成。
讯飞听见
科大讯飞出品的在线转写服务，把录音文件转成可编辑文字稿，主打 1 小时音频最快 5 分钟出稿，并支持多语种翻译，网页、App、小程序都能上传，适合开完会或采访结束后把录音整理成文字稿的人。
讯飞同传
科大讯飞旗下的实时翻译工具，能把讲话内容转写成文字并译成目标语言，以悬浮字幕显示或导出分段会议记录，适合留学生看外语网课、项目人员开跨国会议时对照字幕。
话袋AI
上海妙画出品的录音笔记工具，能把会议和课堂录音转成文字并提炼结论、待办与知识点，也能收藏各平台链接、导入聊天记录归档，适合学生课后把课堂录音整理成知识卡片。
百度AI同传
百度翻译推出的桌面端实时同传工具，接收正在播放的外语音频并秒出中英双语字幕，官网按无字幕英文演讲、在线课程、跨国会议三类场景列出用途，适合上网课听不懂的留学生边听边看中文。
WhisperX
开源的自动语音识别工具，在 Whisper 基础上用 wav2vec2 做词级时间戳对齐、接入 pyannote 分离说话人，并以批处理跑到约 70 倍实时，适合字幕组给多人对话逐词卡时间轴。
Whisper
OpenAI 开源的通用语音识别模型，以 Python 包形式提供，可把录音转成文字、把非英语语音译成英文并识别语种，六种尺寸在速度与准确率间取舍，适合愿意写几行 Python 的开发者批量转写字幕或搭建会议记录工具。
讯飞听见
科大讯飞旗下的语音转文字平台，可实时录音边录边转，也能导入音视频文件出稿，并自动生成会议纪要与待办事项，适合记者和咨询顾问整理访谈、会议录音。
飞书妙记
飞书出品的会议记录工具，把会议录音和视频转成文字稿，按场景生成章节式纪要并识别待办任务，适合开会频繁、需要留档和传达结论的团队在会后快速过一遍要点。