语音识别 · 语音合成类 AI 服务列表

解析和生成音频数据的AI技术应用工具共收录 12 款 AI 服务。

サマリー

Sumarii

面向日语口语场景打造的 AI 转写与会议纪要服务。支持麦克风录音、音视频文件、媒体 URL，以及向 Zoom / Google Meet / Microsoft Teams 邀请会议机器人，从带发言人标签和时间戳的转写到带模板的 AI 摘要，全部在同一界面内完成。其特点在于可当场修正出错的专有名词——通过列出低置信度词汇的“需要确认的词”，以及在 AI 对话中用自然语言修改。音频、转写内容和纪要均保存在日本，且不会用于 AI 训练（零留存）。每月 3 小时以内免费，无需绑定信用卡即可试用全部功能。

# 議事録作成# 音声合成・文字起こし# 音声認識・音声合成# 要約・翻訳# 業務効率化# 生産性向上# 日本語対応

ヴィード

VEED

以文本编辑的操作感实现视频制作、字幕生成、翻译及降噪的全能视频编辑平台，还搭载AI虚拟形象、语音合成等前沿功能。

# 動画生成# 字幕生成# 音声認識・音声合成

ブリュー

Vrew

利用语音识别，以文字编辑器操作感进行视频剪辑的 AI 视频编辑工具，通过自动字幕生成与编辑辅助，短时间内实现高精度视频制作。

# 字幕生成# 音声認識・音声合成# 日本語対応

デスクリプト

Descript

以文字编辑方式进行视频与音频编辑的 AI 创意平台，集转录、语音合成、背景去除、字幕生成等多项功能于一体，加速内容制作。

# 音声認識・音声合成# 動画生成

オトリオ

Otolio

由 Epic Base 株式会社提供的 AI 智能体，可自动执行会议前、会议中、会议后的各项工作。2025 年 12 月由 AI 会议记录服务「Smart Shoki」更名而来。提供会议记录智能体与销售智能体两种，覆盖从自动生成会议记录到更新 Salesforce 商机字段、撰写跟进邮件的全流程。已通过 ISO/IEC 27001 认证，数据存储于日本境内，未经许可不用于机器学习。累计导入企业超过 7,000 家。

# 議事録作成# AIエージェント# 音声認識・音声合成# 音声合成・文字起こし# セールス# 業務効率化# 日本語対応

アズミ

Asmi

语音优先的 AI 个人秘书。每天早晨给你打电话听取需求，并代你致电牙科诊所、美容院、保险公司等，自动突破语音应答（IVR），代办预约与咨询。办完后通过 iMessage 或 WhatsApp 向你汇报结果。只需开口说话，就能搞定现实世界事务的 AI 智能体。

# AIエージェント# 音声生成# 音声認識・音声合成# ボイスボット# 自動化・省力化# 業務効率化

コエフォント

CoeFont

AI 语音合成服务，可用多样的音色生成旁白与朗读。

# 音声生成# 音声認識・音声合成# エンタメ／ゲーム・遊び# 日本語対応

イレブンラボ

ElevenLabs

支持 32 种语言的高质量 AI 语音生成与文本朗读平台。凭借自然的语调与音色定制功能，也最适合有声书与视频配音。

# 音声生成# 音声認識・音声合成# 日本語対応

エーアイリード

ailead

由日本 ailead 株式会社提供的商谈解析・对话数据 AI 平台。可自动录制并转写 Zoom、Teams、Google Meet 等商谈、会议与面试内容，实现 CRM 自动录入、基于 AI 反馈的销售人才培养以及招聘面试评价标准化。在 ITreview 连续 15 期获评 Leader，导入企业超过 400 家，是日本销售赋能（Sales Enablement）领域的代表性产品。

# 議事録作成# AIエージェント# 音声認識・音声合成# セールス# 業務効率化# 日本語対応

ボイスモッド

Voicemod

支持实时语音变换的变声AI，广泛应用于直播和语音通话场景。

# 音声生成# 音声認識・音声合成# エンタメ／ゲーム・遊び# 日本語対応

オッターエーアイ

Otter AI

可实时转录会议与采访音频，并提供摘要与共享功能的 AI 会议助手，支持与 Zoom、Google Meet 等平台集成。

# 音声認識・音声合成# 議事録作成

ボイスエーアイ

Voice AI

可从数千种声音中实时变声的 AI 变声器平台，为游戏实况、直播、在线会议实现自然的音色转换。

# 音声生成# バーチャルヒューマン# 音声認識・音声合成