AI仙宝I
huggingfaceIPA Transcription Leaderboard｜英语语音转音标模型对比榜
这是一个用于比较英语语音转音标（IPA）模型表现的在线榜单，适合研究者、语音无障碍开发者或发音评测相关人员查看各模型在母语、非母语及障碍语音上的音素错误率与特征错误率，并提交自己的模型排队评测。
语音处理与翻译Hugging Face Space（Gradio 在线演示）使用难度
站长实测状态尚未登记
语音处理与翻译相关工具、教程与提示词
汇集语音处理与翻译主题下已发布的工具、教程、提示词与场景资料，帮助你了解用途、使用条件及操作方法。
AI 工具
P
huggingfaceParakeet TDT 0.6B v2 实时麦克风转写演示｜浏览器内英语语音转文字
这是一个在浏览器里用麦克风实时把英语语音转成文字的在线演示，适合想快速体验 Parakeet 语音识别效果、又不想本地下载模型的人。
语音处理与翻译Hugging Face Space（Gradio 在线演示）使用难度
站长实测状态尚未登记
H
huggingfaceHebrew Transcription Leaderboard｜希伯来语语音转文字模型对比榜
这是一个用于汇总和展示希伯来语语音转文字模型评测结果的在线榜单页面，适合需要挑选希伯来语识别方案的研究者和开发者参考。
语音处理与翻译Hugging Face Space（Gradio 网页演示）使用难度
站长实测状态尚未登记
M
huggingfaceMuScriptor｜多乐器音乐音频转MIDI
上传一段多乐器音乐录音，自动识别每个音符的音高、起止时间和对应乐器，并生成可下载的MIDI文件，适合需要做乐谱整理、改编或编曲参考的音乐爱好者与制作者。
语音处理与翻译Hugging Face Space（Gradio）使用难度
站长实测状态尚未登记
S
huggingfaceSpeech to Decisions with Granite｜实时语音转写与话题判定演示
对着麦克风说话，页面边转写边说出发言话题、安全提示和多个是/否问题的概率，适合想直观了解语音加即时判断效果的普通用户和演示场景。
语音处理与翻译Hugging Face Space（Docker，在线网页演示）使用难度
站长实测状态尚未登记
U
huggingfaceUniSE｜语音增强与分离在线演示
这是一个在线网页演示，能对上传的带噪或混合语音进行降噪增强、指定说话人提取和多人语音分离，适合想初步体验语音处理效果的用户。
语音处理与翻译Hugging Face Space（Gradio 网页演示）使用难度
站长实测状态尚未登记
p
githubpyVideoTrans｜视频翻译配音与字幕转写工具
一款开源的视频翻译工具，能把视频里的语音识别成字幕，翻译成另一种语言，再配上AI配音和字幕后合成为新视频，适合做搬运、课程本地化或个人创作的普通用户。
语音处理与翻译Windows / macOS / Linux使用难度
站长实测状态尚未登记
s
githubsherpa-onnx｜离线语音识别与合成开发套件
在本地离线运行语音识别、语音合成、说话人分离、语音增强和语音活动检测等功能的跨平台语音开发套件，适合把语音能力集成进手机、嵌入式设备和桌面程序的开发者。
语音处理与翻译跨平台（Linux、Windows、macOS、Android、iOS、HarmonyOS、WebAssembly 等），以开发库形式提供使用难度
站长实测状态尚未登记
l
外部应用lala.ai｜音视频人声与伴奏分离提取
在线从歌曲、录音或视频中分离人声、伴奏和各类乐器声轨，适合翻唱制作、混音练习和音频素材整理。
语音处理与翻译网页在线服务使用难度
站长实测状态尚未登记