AI 语音

Talk to an AI Agent with a real face and voice, in real time

Ojin 提供带有真实面孔和声音的 AI 智能体 API，支持实时打断式自然对话，只需一张照片即可创建可交互的数字人形象。

Full-duplex voice for ChatGPT

GPT-Live 是 OpenAI 为 ChatGPT 推出的全双工语音模型，支持同步听说、自然处理停顿与打断，解决了传统语音助手交互不自然、延迟高的问题。

You say it, Devin ships it

Devin Voice 是 Cognition AI 为其 AI 软件工程师 Devin 推出的语音交互界面，用户只需开口说出需求，Devin 即可自动规划、编码并交付软件成果。

Our most precise speech-to-text model yet

Google推出的最新高精度语音转文字模型，专为实时精准转录场景设计，是Gemini系列在语音识别领域的延伸。

Search photos by text, speech, object & faces. 100% offline.

Memoria 是一款完全离线的本地相册智能搜索引擎，利用设备端 AI 实现通过文字、语音、物体和人脸搜索照片和视频，无需云端或订阅。

Meeting notes that get the details right.

Wispr Flow Notetaker 是一款 Mac 端 AI 会议记录工具，能自动识别发言人姓名、同步用户术语库，并支持通过 MCP 将会议记录直接导入 Claude 或 ChatGPT，让会后跟进更准确高效。

Open-source Mac dictation App that's 100% on-device

Megaphone 是一款完全本地运行的 Mac 开源听写应用，无需账号或订阅，按住 Fn 键即可将语音转化为干净文本输入任意应用。

AI account executives that demo and close B2B deals

River 是一款 AI 销售代表产品，能够在 B2B 潜在客户询盘时立即接入通话、完成产品演示并处理异议直至成交，解决销售团队日历排期导致的线索流失问题。

Hold a key, speak, and Lispr writes it anywhere

Lispr 是一款免费的 Mac/Windows 语音听写与实时翻译工具，按住快捷键即可将语音转文字输入到任意应用，支持 99 种语言识别和 32 种语言翻译，无需账号、无需下载模型。

Native code switching, better diarization, more languages.

AssemblyAI 推出的新一代语音转文字模型，支持18种语言无缝切换、高精度说话人分离，面向开发者提供实时与异步两种API接入方式。

Local AI Autocomplete in your voice, anywhere on your Mac

Cotypist 是一款运行在 Mac 本地的 AI 自动补全工具，无需联网即可在 Mail、Slack、Notes 等任意应用中提供实时文字续写建议，解决用户在写作时需要频繁切换 AI 工具的效率问题。

AI that handles your personal chores in the real world

Asmi 是一个 AI 语音助理，每天早晨主动致电用户了解待办事项，然后代替用户拨打电话处理日常杂务（预约、沟通、等待接听），并通过 iMessage 或 WhatsApp 汇报结果。

Lip-synced AI dubbing for creators, brands and studios

Vaani 是一款 AI 配音工具，通过克隆原声、保留音乐并实现帧级唇形同步，帮助创作者和品牌以低成本将视频内容本地化为 40+ 种语言。

Expressive TTS with voice cloning in 15 languages

微软推出的高表现力语音合成模型，支持短样本声音克隆与15种语言情感控制，面向生产级语音智能体开发者。

AI Agents for Fortune 500 grade customer support

Cignara 为企业提供具备严格策略治理的 AI 客服代理，支持语音与文字全渠道对话，主打零幻觉、可验证的客户服务自动化。

Mac dictation that spells your code identifiers right

VaniQ 是一款面向 Mac 开发者的本地语音听写工具，通过预读代码仓库来正确识别并拼写代码标识符，彻底解决通用听写应用将变量名/函数名转录错误的痛点。

Speak naturally and move from thoughts to being done

Loqua 是一款 AI 语音生产力工具，让用户通过自然语音将想法直接转化为可用内容，并支持屏幕理解、朗读、翻译、编程等工作流，减少打字与上下文切换。

Small specialized AI models for speech, text, vision

Desert Ant Labs 提供可在手机或浏览器本地运行的小型专用 AI 模型（语音、文本、视觉），无需联网、无按次计费，通过统一 SDK 几行代码即可集成。

Turn spoken feedback into tasks your coding agent can run

Aloud 是一款 Mac 工具，将用户的语音反馈和屏幕录制转化为结构化任务，直接驱动 Claude、Cursor 或 Codex 等 AI 编程代理执行。

Free voice coding for Claude Code, Codex and more

SKI 是一款免费的桌面端语音编程工具，让开发者可以用语音与 Claude Code、Codex 等 AI 编程助手实时对话协作，像和真实队友交流一样构建代码。

Build Voice AI Agent in 10 Minutes

Bolna Agent Studio 是一个无代码平台，让任何企业能在10分钟内构建并部署生产级语音AI客服代理，无需提示词工程经验。

An iOS teleprompter app controlled by your voice

Scriptly 是一款 iOS 提词器应用，通过实时语音跟随滚动技术，帮助内容创作者轻松撰写、整理脚本并录制视频。

Voice-first AI khata & ledger for 63M+ merchants

LikhLo AI 是一款面向印度6300万小微商户的开源语音优先记账工具，支持用Hinglish口语记录赊账、发送WhatsApp催款提醒并生成UPI收款码，完全本地运行保护隐私且零订阅费用。

On-device dictation and transcription for your Mac

Kekoso 是一款运行在 Mac 本地的语音听写与音频转录工具，支持多种 AI 引擎，完全离线无需联网，一次性付费保护隐私。

Speak naturally. Move from thoughts to done.

Loqua 是一款语音优先的 AI 生产力工具，让用户通过自然语音完成写作、翻译、屏幕理解、日程安排和编程等工作流，减少打字和上下文切换。

A self-serve platform for building AI phone agents

ThunderPhone 是一个自助式 AI 电话客服代理构建平台，帮助企业低成本搭建和管理智能语音代理，支持通话模拟测试、实时监控与多语言服务。

OpenRouter for Voice

Speko 是一个统一的语音 AI API 网关，整合了语音转文字、大语言模型和文字转语音能力，并提供公开基准测试与实时可用性监控，让开发者无需对接多个服务商即可构建完整语音应用。

The teleprompter that knows what you haven't said

Tellie Prompter 是一款智能提词器 Mac 应用，能实时监听用户发言并自动跟踪进度，支持即兴发挥、跳段和超时提醒，无需账号、本地运行。

Programmable voice calling infra for developers

Teler 是 FreJun 面向开发者的可编程语音基础设施平台，帮助开发者快速构建 AI 语音应用、电话智能体和通信工作流。

Free, offline voice dictation for Windows, macOS & Linux

AuraScribe 是一款免费开源的离线语音听写工具，支持 Windows/macOS/Linux，按下快捷键即可将语音转为文字输入到任意应用，全程本地处理，无需账号和订阅。

Private Mac TTS: 860+ voices, cloning, no subscription

Murmur 是一款运行在 Apple Silicon Mac 本地的私密文字转语音工具，提供 860+ 声音、声音克隆和无订阅的一次性买断模式。

The ElevenLabs alternative with unlimited generation

Vois 2.0 是一款桌面端文字转语音工具，以无限生成次数、无字符计费的订阅模式对标 ElevenLabs，支持100+声音、声音克隆、多说话人时间轴及CLI接口，适用于有声书、播客、YouTube视频等内容创作场景。

Local AI dictation for Windows

Whisperstream 是一款 Windows 本地 AI 语音听写工具，通过按键说话将语音转文字粘贴到任意窗口，所有处理在本地 CPU 完成，音频不上传云端，保护隐私。

Create and manage ElevenLabs voice agents in your chat

ElevenLabs MCP 允许用户在 Claude 聊天界面中直接创建和管理 ElevenLabs 语音智能体，实现 AI 对话与语音代理的无缝集成。

The AI operating system for medical & dental practices

Clinitraq.ai 是面向医疗和牙科诊所的 AI 操作系统，通过 AI 语音智能体实现 24/7 接听电话、预约挂号、保险核验和账单处理，帮助诊所降低前台与账单成本 30-40%。

World's First AI Copilot for Android. You talk. It acts.

Gotcha 是一款免费开源的 Android 端侧 AI 语音助手，允许用户通过自然语言控制手机，支持 100+ 原生设备操作和实时语音通话。

Type a goal, join a live voice call with six AI minds

用户输入目标后，立即加入一场由6个AI角色参与的实时语音群聊，AI们会相互辩论、轮流发言，并生成会议摘要和行动项，帮助用户快速梳理思路、推进决策。

Speak. The text writes itself.

Sonora 是一款免费开源的跨平台语音听写工具，用户按下快捷键即可将语音实时转为文字并输出至光标位置，解决了手动输入效率低下的问题。

Open-source local voice assistant for your desktop

SpeakoFlow 是一款开源的本地桌面语音助手，允许用户通过语音在任意应用中输入文字、生成回复并与屏幕内容交互，全程数据可本地运行保护隐私。

Turn sign language into speech with smart glasses

Hand Wave 利用 Meta 智能眼镜的摄像头将手语实时转换为文字和语音，帮助听障/语障人士跨越沟通障碍。

Build Voice AI agents that actually speak India

Bolcho AI 是专为印度市场打造的多语言 AI 语音代理平台，帮助企业快速构建、部署和扩展支持本地语言的电话与网页语音客服机器人。

Make meeting notes awesome, type 4x faster, translate live

Laxis 是一款 AI 会议助手，支持无 Bot 方式录制和摘要会议，并提供 100+ 语言的实时转录与翻译，同时内置语音听写功能，帮助专业人士更高效地记录会议内容和撰写邮件。

Open-source voice dictation for Mac, fully on-device

Yap 是一款免费开源的 Mac 本地语音听写工具，通过快捷键即可将语音实时转为文字并粘贴到任意输入框，完全离线运行，无需下载模型，数据不离开本机。

Local voice dictation for Mac for polished text

Epilude 是一款 Mac 本地语音听写工具，用户按住按键说话即可在任意应用中获得经过润色、标点修正和语气匹配的文本，全程离线运行保护隐私。

Voice-first AI agent that operates your Mac

Phantom 是一款 macOS 语音优先 AI 助手，通过刘海区域随时唤起，无需切换窗口即可在当前工作流中直接执行任务。

AI agents that call and text in multi-day campaigns

Leaping AI 为家装、屋顶、建筑等实体行业提供 AI 驱动的自动化电话与短信代理，帮助企业跨多周运行多线程销售与客服campaigns，彻底消除漏接电话和跟进不足的问题。

AI specialists that join your Google Meet and gives feedback

一个开源工具，让多个 AI 专家角色（CEO、CSO、YC 合伙人等）以语音机器人和 3D 虚拟形象的方式加入你的 Google Meet，模拟 YC 面试场景并实时提供反馈。

Manage your team of AI agents by voice, from anywhere

Openbase 让开发者通过语音在手机上远程管理 AI 编程 Agent 团队，无需盯着屏幕即可派发任务、审批代码变更和推送 PR。

Type and edit 5x faster with your voice in any app.

Diction 是一款 iOS 语音键盘应用，支持在任意 App 中以语音输入和编辑文字，速度提升5倍，且全程本地处理、零数据收集，解决了移动端打字效率低与隐私泄露的双重痛点。

Harness local AI for notes

一款免费的 macOS/iOS 应用，利用本地 LLM 将语音转换为结构化 Markdown 笔记，全程离线无需云端。

Give Claude Code and Codex a voice

Heard 是一款 macOS 语音层工具，将 Claude Code、Codex、Cursor 等 AI 编程代理的输出转化为智能语音摘要，让开发者在不盯屏幕的情况下也能掌握多任务并行进展。

The power of Codex with local, self-hosted models and voice

OpenCode Superapp 是一款面向开发者的本地优先 AI 编程代理工具，支持云端、本地和自托管模型，通过语音交互、文件/Git/终端操作及 Mac 应用控制，提供兼顾隐私与灵活性的 Codex 级别智能编程体验。

Stop typing, start talking, get perfectly written text

Wispro 是一款 AI 语音转写工具，将口语实时转化为干净、可直接使用的文字，支持精准转录、智能润色和语音指令生成三种模式。

Speak all languages in your own voice, in real time

Hitoo 是一款实时语音翻译工具，能在保留用户原声音色的同时，跨越50+种语言传递语调、意图与文化语境。

Private Voice Ring for dictation across iOS & Mac

Stream 是一款跨 iOS 和 Mac 的语音戒指硬件产品，通过按压即说实现无缝语音听写，解决用户在多设备间切换输入的效率问题。

Control work with your voice. The Siri for work.

Routine AI 是一款语音驱动的工作效率工具，让用户通过自然语言控制任务、日历、笔记和项目管理，相当于职场版 Siri。

Turn documents and articles into editable multi-voice audio

VocalVia 将 PDF、Word、Markdown 等文档转换为可编辑的多声部播客音频，让用户随时随地收听长篇内容，解决了阅读屏幕疲劳和碎片化时间利用的问题。

Voice agents powered by Simba 3.2 the world's #1 voice model

Simba Voice Agents 是 Speechify 推出的语音智能体开发平台，基于其自研 Simba 3.2 语音模型，帮助开发者快速构建具备超低延迟、实时流式传输和情感表达能力的生产级语音 Agent。

Real-time voice interpreter, private, on your Mac

Nparla 是一款运行在 Mac 本地的实时语音口译工具，让用户在 Zoom、Meet、Teams 等会议中无需联网即可实现多语言实时语音翻译，保护隐私。

Voice dictation that works offline, in your language

Hovor 是一款支持离线运行的语音听写工具，可在 Mac 和 iPhone 上将语音实时转为格式化文本，保护隐私的同时支持多语言和个人词典。