把语音转换成文字。
ASR 用于会议记录、字幕、语音助手和客服质检。准确率受口音、噪声、专业术语和多人对话影响。实时字幕还要关注延迟和断句。
把一段 30 分钟的会议录音转成可搜索的文字稿。
通义听悟
阿里会议转写与音视频纪要
Descript
像改文档一样剪视频
用 AI 生成或驱动的虚拟人物形象,可说话、做动作。
把图片或扫描件中的文字识别成可编辑文本。
把文字转换成自然语音。
把任务拆成多个由 AI 规划、工具执行和人工审核的步骤。