@coder_zi · X

Clipifai converts e-books to audiobooks say you have a few books in mind to read, but haven't really had the time to read them, you could just convert them into audiobooks and listen to them on the go...

@Mahima_Akkina · X

Yes, you can check - It's a tool used to convert both and video into text and summaries

@sambamdamnn · X

DmitryDolgopolo · HN

ReadAloud – on-device, podcast-quality text-to-speech in the browser

音频转文字工具 — AI 音频转文字，快速、精准、安全的转写服务

zxhywork · V2EX

SayScribe AI - 音频转文字的在线工具 花了几周搞了一个基于 OpenAI Whisper 的 AI 转录工具 **[SayScribe]( https://sayscribe.org)**，目前 5 个工具全部免费，每天 3 次无需注册。上线前请 SEO 专家做了一轮诊断，踩了不少坑，分享出来给同样在做工具站的 V 友参考。 --- ## 做了什么 核心工具是 **[Audio to Text Converter]( https://sayscribe.org)**（主页），上传音频/视频文件，AI 自动转成带 speaker labels 和时间戳的文字稿。选这个词的原因是：Google 第一页有个 DR 只有 10 的小站排第三，KD 才 20.2 ，链接预算只要 15-35 个引用域就能进前十——典型的弱盘面蓝海。 然后在主页基础上拆了 4 个子工具，每个打一个独立搜索词： - **[MP3 to Text]( https://sayscribe.org/mp3-to-text)** — 只转 MP3 。KD 41.7 比主页难一些，但

digiplanp · V2EX

做了一个音视频转文字工具，支持 MP3/MP4、说话人识别和字幕导出 大家好，最近做了一个在线音视频转文字工具 ToText ，想发出来请大家体验一下，也听听 V 友的意见。 最开始做这个工具，是因为我自己在处理会议录音、访谈和视频内容时，发现单纯生成一大段文字并不太实用。转录完成后，通常还需要反复对照原始录音、修改错误、区分说话人，再整理摘要或字幕。 所以现在做成了一个相对完整的工作流： * 上传 MP3 、MP4 、M4A 、MOV 、WAV 、WebM 等音视频文件 * 自动识别语言并生成带时间戳的文字稿 * 支持说话人识别和说话人名称修改 * 点击文字片段可以跳转到对应的音视频位置 * 可以搜索、编辑和校对转录内容 * 自动生成摘要、会议纪要、章节和行动事项 * 支持导出 TXT 、DOCX 、PDF 、SRT 、VTT 、CSV 和 JSON 音频文件可以直接使用 [MP3 to Transcript]( https://totext.app/) 功能，比较适合播客、访谈、课程录音、会议和语音备忘录。 视频文件也使用同一个编辑器，通过

emadda · HN

list55.com: Transcribe a list into plain text

chandler_casey · Product Hunt

TranscriptFetch Video and audio transcripts, structured for AI

lavande · V2EX

做了一个语音转文字的工具，另加 AI 总结、翻译、提问等（附踩坑记录） 先上链接：[Echoryte]( https://echoryte.com/) 感觉这个网站 vibe coding 的话，感觉手熟的同学可能半天就能搓出来…… 但是我用了一个多月才上线，主要是被 GPT5.6 坑了，当时 5.6 和 fable 前后发布，然后试了试用 fable 5 做的 plan ，然后 5.6 sol 推理开到最大去执行。结果愣是给我干了 33 个小时没停，写了将近 2 万行代码。 但是坑就坑在这，推理开太高，就过度思考了，给我整了很多虚头巴脑的东西出来，什么“门禁”我也不懂，什么合规，一大堆，然后我就不停地删，删了一个月，最后我就跟 GPT 说，我特么是个人小项目，不是大公司，再这么高下去永远上不了线了。然后终于看删的差不多了，上线了！ 欢迎大家试用，轻拍，谢谢！

Aural — 开源 AI 面试平台，支持语音、聊天和视频面试，提供自适应追问、结构化评分、面试练习与自托管 - [查看仓库](https://github.com/1146345502/aural-oss)

victords · HN

I was interested in learning more about reverse image search, so I built audioguide.london. It’s a simple image search where you take a photo of an artwork in a gallery, tries to ID it and returns a pre-generated audio and a link to the museum website. The audios were all generated locally, essentially looking at the contents of the website, running it through a LLM to generate a script and Kokoro for TTS. I’ve built it as an app for myself almost a year ago, so I deployed it as a vibe coded web