AI音声認識
製品
VoiceOS is a voice operating system and AI voice assistant for Mac and Windows. It lets users dictate, send messages, search the web, and automate app actions by speaking instead of typing.
Yapは、macOSで任意の入力欄に音声をテキスト化する無料のオープンソースdictationアプリ。端末内認識・ローカル保存で、アカウント不要、API key不要、telemetryなし、ネット接続なし。
ClinicFrameは、患者との会話から診療ノートをリアルタイムで作成するAI医療書記です。医師や臨床医向けに、構造化された記録と確認可能なノート作成を支援します。
Epiludeは、Macの音声生産性スイート。話した内容を任意のアプリで整形済みテキストに変換し、音声入力の整理、トーン調整、カスタム語彙、ショートカット、ローカルモードを備えます。
Megaphoneは、ライブ文字起こし、文章の整理、カーソル位置での書き換えに対応したMac向け音声入力アプリ。無料・プライベート・オープンソース。
Wisproは、Windows向けのネイティブ音声入力アプリ。ホットキーで起動し、話した内容を整えてアクティブなアプリに貼り付け。3つのモード搭載。
Streamは、思考の記録、テキストの音声入力、対応するスマホ操作を手元で行えるSandbarのプライベートボイスリング。アプリ連携でiOSとMacに対応。
Dictatelyは、macOS向けの音声入力アプリです。話した内容を使っているアプリに直接入力し、AIで自動整形して、チャット、メール、ドキュメント、開発ツールでの執筆をより速くします。
Dictroは、Mac向けのプライベートAI音声入力アプリ。標準のテキスト欄に話した内容を整った文章で入力し、必要に応じてクラウドのFast Modeとローカル履歴も使えます。
Wispr Flowは、Mac・Windows・iPhone・Androidの各アプリで音声を自然で整ったテキストに変えるクロスプラットフォーム音声入力ツール。個人の執筆からチーム管理まで対応します。
Speaklyは、100以上のアプリで音声を洗練されたテキストに変換する無料のAI音声入力ツールです。Mac、Windows、iPhone、Android対応で、AI編集、ショートカット、エージェントモードも搭載。
NeverCapは、音声・動画を編集可能なテキストに変換するAI文字起こしツール。バッチアップロード、話者ラベル、タイムスタンプ、100以上の言語に対応し、月間分数制限なしで大量処理できます。
Utell AI is a voice communication tool for real-time accent conversion, live speech translation, and meeting audio cleanup. It helps students, teams, travelers, streamers, and support agents communicate more clearly in live conversations.
闪电说は、短押しで音声入力、長押しで文脈を踏まえた返信作成ができるAI音声入力法です。チャット、メール、文書で自然に素早く入力できます。
Typelessは、Mac、Windows、iOS、Androidで使えるAI音声入力アプリ。話すだけで、下書き・編集・翻訳まで自然に行えます。
Aqua Voice is a speech-to-text product for Mac, Windows, iPhone, and AI workflows. It helps individuals, teams, and developers turn spoken input into text in real time, with an API option for transcription workflows.
Spokenly is an AI dictation app for Mac, iPhone, and Windows that turns speech into text in any app. It supports free offline local models, cloud transcription through Pro or your own API keys, and more than 100 languages.
Mirage is an AI video company centered on Captions, an editor and generator for creating, editing, captioning, and translating videos from scripts, prompts, or raw footage. It also offers foundation models and APIs for bulk video generation and captioning.
VoiceOS is a voice operating system and AI voice assistant for Mac and Windows. It helps users dictate text, send messages, search the web, and automate app workflows by voice.
MiMoはXiaomiのAIモデル群と開発者向けプラットフォーム。エージェント型、マルチモーダル、音声AIに対応し、Webデモ、API、MiMo Code、ASR、TTSの情報を掲載。