最佳 语音识别 STT 工具

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

使用AI技术生成多声音图书，支持LLM脚本注释、声克隆、声设计、LoRA训练、每行风格控制等功能，输出MP3、章节化M4B或Audacity多轨。

本连为服务给的常用的模式，当前为常用的常用的模式。

Rapida是一个开源的、端到端的语音AIorchestration平台，用于构建实时的会话式语音代理，支持音频流媒体、语音识别、语音合成、噪声抑制、多通道集成、代理状态管理和可观

mAItion is an all-in-one ready-to-use AI-powered tool that combines your existin。⭐15 · Pyt

基于大语言模型的视频翻译和配音解决方案，支持100+语言一键翻译，提供完整的视频转录、翻译、合成配音全流程自动化处理，特别优化了多平台视频发布效果，适合内容创作者、视频制作团队和国

Constitutional AI Agent Framework with cryptographic identity (DIDs)。⭐7 · Python

HotPlex — Unified access layer for AI Coding Agent.。⭐10 · Go

专为Apple Silicon优化的轻量级语音处理框架，整合ASR语音识别、TTS文本转语音、语音转换、VAD活动检测和说话人分割等功能。基于MLX和CoreML构建，适合iOS/

为Claude、Cursor等AI助手提供的开源MCP服务器，专门集成GeneXus 18平台。支持知识库读取、编辑、分析等操作，帮助开发者通过AI工具高效管理和利用GeneXus

Pavo Engine - AI-Powered Video Editing Agent。⭐6 · Python

AI-Powered Career Skills SIMulator。⭐10 · TypeScript

基于大模型的开源AI助理框架，支持主动思考、任务规划和技能执行。集成ChatGPT、Claude、DeepSeek等多个LLM，能访问操作系统和外部资源。适合开发者构建智能对话应用

Agentos是一款基于多模态RAG和HEXACO人格的自主AI代理，支持自适应智能和自发行为。它可以帮助开发者构建自主AI代理，实现更高效的AI应用。

基于Vercel AI SDK的视频生成SDK，提供一致的API接口，支持多种AI视频生成服务

A powerful AI assistant framework combining LangGraph, Large Language Models (LL。⭐8 · Java

Emacs AI助手：使用LLMs进行文本或图像生成，支持语音输入输出，提升 Emacs 使用体验

基于muapi.ai的高质量图像、视频和音频生成，适用于AI代理

Mac专用开源AI工具，无需云服务即可运行本地大语言模型。提供CLI命令行、OpenAI兼容API服务器和交互界面，充分利用Apple Silicon硬件加速，适合隐私意识强和离线

Private AI bot for WhatsApp and Telegram. Runs on your own computer. Uses your 。⭐8 · Java

Curated list of AI-powered developer tools.

专业文档转换工具，利用AI技术将PDF、Word等格式文档智能转换为生成式AI友好的结构化格式。支持表格识别、布局分析、多种输出格式。适合数据科学家、AI工程师和企业用户处理大规模

本地优先的开源AI执行运行时，支持Windows和Linux。提供安全的自动化工作流和AI代理能力，集成多种AI技能工具。适合需要构建本地化AI自动化系统、隐私敏感的企业和开发者使

Curated list of awesome AI tools for developers, content creators and office workers. Free

Real-time content creator update monitor with AI-powered video summarization and Feishu bo

ChatLLM-CPP是纯C++实现的实时聊天AI工具，支持多种模型，易于安装和使用。