AudioNotes

音视频转结构化笔记的开源系统

AudioNotes FunASR Qwen2 音视频转笔记结构化笔记 Github 开源项目

AudioNotes是基于FunASR和Qwen2构建的开源音视频转笔记系统。它能提取音视频内容并利用大模型生成结构化markdown笔记，同时支持与内容对话交互。系统提供Docker和本地两种部署方式，方便用户快速获取易读的笔记，提升信息处理效率。

Github

介绍相关项目

FunClip - 开源的视频剪辑工具

FunClipGithub人工智能开源软件开源项目视频剪辑工具语音识别

FunClip 是一个开源的自动化视频剪辑工具，使用阿里巴巴 TONGYI 语音实验室的 FunASR 模型系列进行语音识别。用户可以选择识别结果中的文本片段或发言人，一键获取对应的视频片段。支持 LLM AI 剪辑、多段剪辑和字幕生成等功能，操作简单，提供 Gradio 交互界面和命令行使用方式，可部署在服务器上，通过浏览器访问。现已支持中英文音频文件剪辑，提供智能剪辑和热词定制功能。

Stenote - 实时语音转录与智能摘要工具

AI工具AI转录Stenote会议总结实时语音识别智能笔记

Stenote是一款实时语音转录工具，准确率高达90%以上。它能将长篇录音转化为简洁摘要，自动生成章节和关键要点，便于快速理解和回顾信息。该工具适用于对话、讲座和会议内容的捕捉、整理和分析，提高信息管理和决策效率。

Audio2Text - 多语言音频转文字工具支持多种格式及字幕导出

AI工具OpenAI技术免费使用多语言支持字幕创建语音转文字

Audio2Text是一款基于OpenAI技术的音频转文字工具，支持超过50种语言的高精度转录。利用先进的AI语音识别技术，该服务提供免费使用选项，可导出SRT字幕文件，并支持TXT、PDF等多种格式下载。适用于多种场景，提供快速准确的音频转文字解决方案。免费版有一定限制，用户可通过购买积分包获得更高质量和更快的处理速度。

Voxpad - 高效智能的视频音频转笔记解决方案

AI工具AI转录笔记生成自动化笔记订阅计划语音识别

Voxpad是领先的AI笔记工具，专注于视频转文字和音频转笔记。这款创新工具支持多种文件格式，配备时间戳和智能编辑功能，通过AI自动补全技术提升效率。用户可轻松上传、生成和编辑笔记，享受安全的存储环境。Voxpad提供灵活的订阅计划，满足不同预算需求，是提高学习和工作效率的理想AI笔记解决方案。

PowerNote.app - 智能语音日记应用轻松捕捉生活点滴

AI工具数据组织日常回顾生活追踪自定义笔记语音记录

PowerNote.app是一款智能语音日记应用，支持用户自定义跟踪字段，通过语音轻松记录日常生活。应用具备智能语音识别、内容分类整理、日常提醒和周月总结等功能，使日记记录变得简单有趣。PowerNote.app致力于帮助用户持续记录并回顾生活，旨在让记录日常变得有趣而简单，永不遗忘生活中的重要时刻。

Dictanote - 多语言实时语音转文字笔记工具

AI工具人工智能笔记应用语音转文字语音输入跨平台

Dictanote是一款集成语音转文字功能的笔记应用，支持50多种语言实时转录。用户可在键盘和语音输入间无缝切换，实现高效记录。应用提供云同步，确保多设备访问。新增的Audio Scribe功能可将语音笔记转为文本摘要。兼容Windows、Linux、Mac和Android平台，可作为独立应用安装。iPhone用户可通过Safari 12+访问编辑功能。Dictanote采用加密存储保护用户隐私，并支持离线访问，为用户提供了灵活而安全的笔记解决方案。

rocketnotes - 基于网页的Markdown笔记应用，提供LLM驱动的智能文本补全和语义搜索功能

GithubLLMMarkdownRocketnotessemantic searchserverless开源项目

Rocketnotes是一款基于网页的Markdown笔记应用，提供LLM驱动的文本自动补全、聊天和语义搜索功能。它采用无服务器RAG管道，基于langchain、sentence-transformers、faiss、Ollama以及OpenAI或Anthropic API构建。用户可以进行语义搜索、与文档聊天、创建代码片段并高亮显示、共享文档等。应用支持使用Docker本地部署或通过AWS云端托管，方便用户随时随地高效管理和搜索笔记。

whisper-plus - 全面音频处理工具集成语音识别与智能交互

AI模型GithubWhisperPlus开源项目自然语言处理语音转文字

WhisperPlus是一个集成多项功能的开源音频处理工具库。它支持语音转文字、文本摘要和说话人分离等核心功能，并提供YouTube音频下载、多种模型选择以及基于RAG技术的视频内容智能对话能力。此外，WhisperPlus还包含文本转语音和自动字幕生成功能，为开发者提供全面的音频处理解决方案。该项目安装简便，接口灵活，适用于广泛的语音处理应用场景。

Qwen-Audio-Chat - 多模态音频语言模型支持多种音频类型和复杂场景分析

GithubHuggingfaceQwen-Audio多任务学习多模态开源项目模型语音识别音频语言模型

Qwen-Audio-Chat是一款大规模音频语言模型，支持多种音频输入和文本输出。该模型采用创新的多任务学习框架，可处理30多种音频任务，在多个基准测试中表现优异。它能够支持多轮对话、声音理解、音乐欣赏等复杂场景，为音频AI研究和应用提供了有力工具。Qwen-Audio-Chat已开源模型代码和权重，并允许商业使用，推动了音频AI技术的发展。

Stage-Whisper - 跨平台免费开源音频转录工具

GithubStage-WhisperWhisper应用程序开源开源项目音频转录

Stage Whisper是一款免费开源的音频转录应用，基于OpenAI的Whisper模型，提供精确的音频文件转录。它拥有直观的图形界面，用户可以轻松存储和编辑转录内容。该项目旨在让非技术用户也能方便地使用Whisper的强大功能。适用于MacOS、Windows和Linux多平台，目前正进行重大改进，测试版即将发布。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com