语音转文字的实际差异在三个地方：中文准确率（尤其带口音、专业术语、多人抢话）、说话人分离、长音频稳定性。用途分个人和工程两类——个人用会议转写、语音笔记、口述输入；工程用 API 批量转写、字幕生成、客服录音分析。选型先看是否支持热词表（专业名词识别），再看导出格式（SRT、Word、时间戳）。涉及客户录音的要注意存储与告知义务。
录咖是在线 AI 音视频处理平台，提供语音转文字、文字转语音、字幕生成与视频翻译，支持 99 种语言字幕与克隆音色，并含视频切片、去水印与人声分离等工具。
网易叭哥说是网易推出的桌面端 AI 语音输入工具，支持语音转文字、智能润色、自动去除口头语、自定义热词与语音翻译，官方定位为比打字快 5 倍。
网易见外是网易自营的智能转写翻译平台，提供视频智能字幕、音频转写翻译、会议同传与文档翻译等能力，覆盖影视综艺、演讲课程、展会会议等场景，官方称累计翻译量已超过1亿字。
探未科技出品的 AI 沟通助理，可在微信、飞书等聊天软件里帮你组织回复、整理语音为干净文字，并用持续更新的沟通记忆让表达更贴合对方。
开源跨平台语音输入工具，支持 macOS、Windows 与 Linux，按下热键说话即可在本机转写并打磨成干净的文本或结构化 Prompt，MIT 协议，数据本地优先。
官网称由 Whisper 驱动的音视频转录服务，支持 98 种以上语言、说话人识别与一键翻译字幕，付费版不限时长并支持单文件 10 小时，导出为 DOCX、PDF、SRT 等格式。
Plaud 做的是卡片大小的 AI 录音硬件，配合手机与网页端应用把线下见面、电话和线上会议统一转成可检索笔记，官方称全球用户超过 250 万，适合销售、医生、讲师。
Wispr Flow 是语音转文字工具，说出来的话会在你说话时被清理成通顺文字，自动识别语种、学习你的专有名词并按不同应用切换语气，现已含会议记录功能。
Rev 是面向法务与调查取证的 AI 转录平台，提供多文件证据分析、文档编辑、图片分析与转录剪辑，另有 99%+ 人工转录、字幕与法律誊本等人工服务，支持 17 语言字幕。
免费在线语音转文字工具，可通过浏览器实时听写记录笔记，也能上传音视频文件自动转写并翻译，提供浏览器扩展与转写接口，官网称自 2015 年起服务数百万用户。
面向开发者的语音 AI 接口服务商，提供预录制与实时语音转写、语音理解与语音智能体接口，官网称支持 99 种语言与自托管部署。
面向企业的语音 AI 接口平台，提供语音转写、文本转语音与语音智能体接口，官网称可实时或批量运行，并支持云端或私有化部署。
Krisp 是面向会议的语音 AI 工具，主打实时降噪去掉噪声、回声与人声串扰，另有转写录音、口音转换、会议纪要与 CRM 同步，跨 16 种语言，另有开发者 SDK。
SuperWhisper 是跨平台语音听写工具，在任意应用里说话即可得到润色后的文字，支持 100 多种语言、离线转写和会议自动记录，适合写作、编程与日常办公输入。
Spokenly 是支持 Mac、Windows、Linux 与 iPhone 的免费 AI 听写工具，可用本地 Whisper 模型离线运行，支持 100+ 语言。
Good Tape 是安全合规的自动转录工具，支持 100+ 语言与 AI 摘要、说话人分离，提供 iOS/Android 录音 App 与批量上传，适合媒体与法务。
Vocova 是在线音视频转写工具，官方称支持 100 多种语言识别、可翻译成 140 多种语言，能从 YouTube 等上千个平台导入，转写稿带说话人标签与时间戳，可导出 PDF、SRT、DOCX 等格式，免费即可开始。
Snipd 是一款面向知识型听众的播客应用，听节目时轻点耳机即可生成带音频、转写与摘要的片段，还能与单集对话、导出同步到笔记工具。
Typeless 是一款 AI 语音输入工具，官方称说话后即被转成通顺的邮件与文档，可自动去口头语与重复、按应用切换语气，支持 100 多种语言与多端使用。
Letterly 是一款把语音转成文字的输入与记录工具，可在任意应用内口述输入，也能把录音整理成逐字稿、摘要与清单，官方称支持 90 多种语言，覆盖移动端、桌面端与网页。
在线 AI 音视频转写工具，官方称支持 98 种语言、99.9% 准确率，单个文件最长可上传 5 小时，几分钟出稿，并提供 AI 摘要与多格式导出，覆盖会议、访谈、课程等场景。
在线 AI 转写与翻译工具，官方称可将音频、视频转成文字并翻译成 50 多种语言，准确率 98% 以上，采用按量付费模式，还提供摘要、要点高亮和与转写内容对话的功能。
macOS 听写应用，使用本地 AI 模型把语音转成文字，官方称识别准确、数据完全留在本机，可跨应用使用，一次买断、无需订阅，并已推出 iOS 版本。
面向开发者的语音输入与笔记应用，说话即在任意应用里生成排版好的文字，还能免机器人记录会议并生成摘要，官方称支持百余种语言。
面向会议与活动的 AI 即时语音翻译平台，官方称支持双向、单向和转写三种模式，可自动识别语言、区分说话人，并提供浏览器扩展接入线上会议与活动二维码等企业功能。
开源免费的桌面语音输入工具，按住快捷键说话即可把文字粘贴进任意输入框，全程本地处理，适合撰写长文档或处理隐私敏感内容时使用。
DeVoice 是免费 AI 转写与音频增强服务，支持 100 多种语言带时间戳转写，并可导出字幕与生成智能摘要，面向播客与会议。
在线音视频转文字工具，官方称支持 98 种以上语言与说话人识别，单文件最长 10 小时，可转写 YouTube 视频，导出 DOCX、SRT、VTT 等格式，并自动生成内容摘要。
面向亚洲团队的多语种语音协作平台，可把会议、访谈、播客录音转写为文字并提炼重点，自动抽取行动项，官方称支持中文、日文与英文。
音刻是一款音频与视频转文字工具，支持超 100 种语言、发言人识别和批量上传，并附带 AI 小助理问答与笔记功能，免费版可带水印下载。
Willow 是一款跨应用的 AI 语音听写工具，按住快捷键说话，排版好的文字直接落进光标处，支持 100 多种语言与离线使用。适合写邮件、回消息和给 AI 写提示词的人。
WhisperTranscribe 基于 OpenAI Whisper 的音频转录工具，提供 95% 准确率与说话人识别，支持 55+ 语言、与音频对话及自动剪辑。
在线音频清理工具，一键降噪、去回声、增强人声，也能转录、录音与录屏，可导出 WAV 与 MP3，官方称首分钟免费、每天三次。
VoiceOS 是一款面向 Mac 与 Windows 的 AI 语音助手，按住按键即可语音输入，还能跨应用执行发邮件、建日程、找文件等操作，支持屏幕指向提问与任务提醒，官方称音频不存于其服务器、不用于训练模型。
Cockatoo 是一款音视频转文字工具，支持 90 多种语言、说话人标记与时间戳，可编辑并导出 DOCX、PDF、SRT、TXT 等格式，提供免费试用。
Voibe 是主打隐私的 AI 听写与会议记录工具，面向法务、医疗与金融团队，官方称采用开源模型、零数据留存，按住按键即可把语音转成带标点的干净文本，会议记录无需机器人入会，支持 Mac 与 Windows。
基于 Whisper 的本地语音输入工具，可在任意应用中语音打字，支持离线识别与九十九种语言转写，也能转写音频文件并生成字幕，官方称数据不出本机。
Kyutai 推出的语音交互项目 Unmute，官方描述为「让大语言模型会听会说」，目标是给 LLM 加上实时听觉与语音表达能力；官网为动态加载页面，公开可见的细则有限。
本地优先的媒体 AI 记忆平台，把视频、音频、图片、文档与会话转成可检索的记忆，支持转写、总结与检索，并可通过 MCP 与剪辑插件接入其他 AI。
Windows 开源语音输入工具，按住快捷键说话，AI 去掉口头禅并按自定义提示词整理后，直接输入到 Claude Code、Codex、Kiro 或任意可输入处。
主打不限时长的 AI 转录工具，一次可上传 50 个文件、单个最长 10 小时，输出带说话人区分与词级时间戳的文稿，官方称准确率 96%。
joyin LLC 推出的浏览器端转录工具，官方称支持 90 多种语言、准确率 99.8%，免注册、不限次数，可导出文本或 PDF。
主打低碳算力的音视频转录工具，上传文件即输出带说话人标记的文字，官方称支持98种以上语言、准确率98%，并提供降噪修复与多语种识别。
