オーディオ / 音声認識者

ClearCypherAIは、Audio to Audio（T2T）音声エンジン、Text to Audio（T2A）音声エンジン、Audio to Text（A2T）文字起こしエンジンなどの生成AI製品を開発しています。

画像生成、リアルタイムデータの取得、記事の要約をメッセージだけで実行できます。

Microsoft WordでGPTを使ってテキストと画像を生成し、音声ファイルの文字起こしや翻訳、記事やブログの作成ができます。

Unvoiceは、プライバシーを重視しながらWhatsAppのボイスメッセージを読みやすいテキストに変換します。毎月5分まで無料で試せます。

ExemplaryAIは、音声・動画の文字起こしを要約、ハイライト一覧、メールの下書きなどに変換し、コンテンツ作成を効率化します。最先端のAIによりワークフローを簡素化し、生産性の向上を支援します。

Proustを使えば、YouTube動画の文字起こし、翻訳、編集を簡単に行えます。動画コンテンツの価値を引き出し、文字起こしを実用的なインサイトへ変換します。文字起こし分析のための頼れるツールです。

動画に字幕を手作業で文字起こしして貼り付ける時間を節約できます。AI搭載の自動字幕生成ツールが、動画や音声ファイルを自動で字幕に変換します。

話してメモを作成するか、テキストをコピーして貼り付けて送信できます。感謝祭や祝日、さまざまな機会に、背景画像とフォントを選んで印刷できます。

Tapesearchは、最新の検索技術とAI生成の文字起こしを使って、ポッドキャスト内で話された内容を検索できる検索エンジンです。

Fathom.fmはAI搭載のポッドキャスト用コパイロット。おすすめの発見、クリップの共有、番組内検索、文字起こし、チャプターによるエピソード移動などに対応します。

ファインチューニングされたAIモデル。

自己ホスト可能でOpenAI互換のテキスト生成ツールです。クロールと画像分析を1つのAPIに統合し、リンク先のドキュメントや画像を解析して、より良い文章を生成します。