Whisper：通用語音識別模型
Whisper 是一個通用的語音識別模型。它經過大量多樣化音訊的訓練，並且是一個多工模型，可以進行多語言語音識別、語音翻譯和語種識別。
Spotify Voice Translation：Spotify推出語音翻譯功能,支援播客語音翻譯成其他語言
Spotify最近推出了語音翻譯功能,可以將播客內容翻譯成其他語言,同時保留原主播的語音風格。這項由Spotify自主研發的技術,利用了OpenAI最新推出的語音生成技術,可以匹配原主播的語調語氣,提供更逼真自然的翻譯體驗。這使得原本只有英語版本的播客,現在可以以其他語言提供給全球使用者,如西班牙語、法語和德語等。
SeamlessM4T：一款基於多模態模型的語音翻譯產品，支援近100種語言的自動語音識別、語音翻譯、文字翻譯、語音合成等功能。
SeamlessM4T是一款基於多模態模型的語音翻譯產品，支援近100種語言的自動語音識別、語音翻譯、文字翻譯、語音合成等功能。該產品採用了全新的多工UnitY模型架構，能夠直接生成翻譯文字和語音。SeamlessM4T的自我監督語音編碼器w2v-BERT 2.0透過分析數百萬小時的多語言語音，學習如何在語音中找到結構和意義。該產品還提供了SONAR、SpeechLASER等多語言語音和文字資料集，以及fairseq2等序列建模工具包。SeamlessM4T的釋出，標誌著AI技術在實現語音翻譯方面取得了重大突破。
Speechlab：桌面客戶端，語音翻譯和語音合成
SpeechLab是一款桌面客戶端，提供語音翻譯和語音合成功能。它能夠幫助使用者進行語音翻譯，將語言轉換成其他語言，同時還能夠合成語音，將文字轉換成自然流暢的語音。SpeechLab的優勢在於其高質量的語音合成技術，可以生成與人類聲音相似的合成語音。SpeechLab的定價為免費試用和付費訂閱兩種方式，具體定價可在官方網站上檢視。SpeechLab定位於幫助使用者跨越語言障礙，使內容在全球範圍內更容易獲得。
Speakshift.ai：實時語音翻譯，連線全球人們，暢享無障礙溝通。
SpeakShift是一款實時語音翻譯產品，透過連線全球人們，打破語言障礙。使用者可以在SpeakShift上進行實時語音翻譯，實現無縫溝通。SpeakShift的主要功能包括語音識別、翻譯、語音合成等。其優勢在於高精度的翻譯效果和快速的響應速度。SpeakShift提供不同的定價方案供使用者選擇，並且適用於各種場景，包括旅行、商務、教育等。使用SpeakShift，使用者可以輕鬆地與世界各地的人交流，打破語言壁壘。
Interpre-X (Beta)：實時語音翻譯，打破語言障礙
Interpre-X 是一款實時語音翻譯工具，支援10多種語言，幫助使用者在任何地方打破語言障礙。透過最先進的人工智慧技術，提供語音到語音、語音到文字、文字到語音和文字到文字的翻譯服務。無需額外裝置，只需良好的網路連線即可使用。Interpre-X 提供高質量的翻譯，以自然、人類質量的聲音和準確的口音進行播放。適用於社交、旅行、觀看電視、學習語言以及與不同語言的朋友交流等場景。現已推出beta版，歡迎試用。
Byrdhouse：實時語音翻譯,支援100多種語言的會議、通話和聊天
Byrdhouse提供基於AI的實時語音翻譯和字幕翻譯,支援100多種語言,可用於你的會議、通話和聊天。Byrdhouse讓我們不再為實時翻譯操心,讓你可以專注於與全球團隊和國際合作夥伴的溝通協作。透過Byrdhouse,參會者無需筆記就可以投入到對話中。還可以獲得不同語言的會議記錄和文字記錄。Byrdhouse幫助建立一個包容的文化,讓每一個人的聲音都能被傾聽,無論你說什麼語言。
Dubbify：全球影片翻譯利器
Dubbify是一款使影片翻譯變得簡單、快速和準確的工具。我們支援57種語言的內容輸入，並提供20種語言的人工智慧語音翻譯。無論您是單獨使用我們的服務還是透過API整合，我們都能滿足您的需求。歡迎註冊即可獲得5美元的免費額度。
米可智慧：由人工智慧驅動的一站式語音翻譯、音色定製、配音等音影片服務
米可智慧是由人工智慧驅動的一站式語音翻譯、音色定製、配音等音影片服務。它透過 AI 技術將複雜操作極致簡化，提高工作效率超過 90%。功能包括語音翻譯，將音影片的語音翻譯為其他語言的語音，全流程 AI 驅動，精準度超過 98%；音色定製，定製個性化的音色，用於語音翻譯、配音等功能；語音合成，將文字轉為自然生動的語音。產品定價合理，使用場景廣泛，適用於跨境市場營銷、教育、媒體等領域。
TurnVoice：轉換和翻譯 YouTube 影片中的聲音
TurnVoice 是一個命令列工具，可以轉換和翻譯 YouTube 影片中的聲音。它提供了語音轉換和語音翻譯的功能，可以替換特定的發言人聲音，支援本地檔案處理，並保留原始背景音訊。該工具使用了多個語音合成引擎，並支援多種語言。TurnVoice 適用於各種場景，如創意影片製作、語音翻譯等。該產品目前處於開發階段，支援的功能和定價等詳細資訊請參考官方網站。