完整作品展
技术栈
17 projects
将文档和电子书转换成自然语音的有声书。
@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...
Segment Anything for Audio — made simple. Separate audio with a text prompt. Isolate vocals, remove background music, extract speech from noise. Privacy-first stem splitter powered
@sambamdamnn · X
在伦敦画廊拍摄艺术作品，获取AI识别、音频导览和博物馆信息。
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
在浏览器中用播客级别的语音朗读文章。
DmitryDolgopolo · HN
ReadAloud – on-device, podcast-quality text-to-speech in the browser
用AI转录音频和视频为文本和摘要
@Mahima_Akkina · X
Yes, you can check - It's a tool used to convert both and video into text and summaries
用于语音、聊天和视频面试的 AI 平台，提供自动转录和分析。
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)
使用前端AI将语音输入转换为结构化数据的表单。
pankajunk · HN
Talkform.org, Turn voice inputs into structured data using front end AI
在浏览器中编辑、压缩、转换和合并视频和音频文件。
zhw2590582 · V2EX
最近对网站进行了重构，做成了免费的视频工具站：[ArtPlayer Tools]( https://artplayer.org/tools/) 主要是围绕着 ffmpeg.wasm 和 mediabunny 实现的一些可以直接在浏览器里用的视频/音频工具，常用的有： - 视频压缩：[Compress Video]( https://artplayer.org/compress-video/) - 视频裁剪：[Crop Video]( https://artplayer.org/crop-video/) - 视频合并：[Merge Video]( https://artplayer.org/merge-video/) - 视频尺寸调整：[Resize Video]( https://artplayer.org/resize-video/) - 视频旋转：[Rotate Video]( https://artplayer.org/rotate-video/) - 视频调速：[Change Video Speed]( https://artplayer.org/change-video-speed/) - 添加文字到视频：[Add Text to Video]( https://artplayer.org/add-text-to-video/) - 添加水印：[Watermark Video]( https://artplayer.org/watermark-video/) - 提取字幕：[Subtitle Editor]( https://artplayer.org/subtitle-editor/) - HLS 转 MP4：[HLS to MP4]( https://artplayer.org/hls-to-mp4/) - 音频可视化：[Audio Visualizer]( https://artplayer.org/audio-visualizer/) 大部分工具都是本地处理，文件不会上传到服务器。最开始是因为自己偶尔要处理一些视频，开剪辑软件又有点重，在线工具又担心隐私，所以就慢慢做成了一个站。 目前还在持续完善，体验肯定还有不少粗糙的地方，比如不同浏览器的兼容、移动端操作、长视频性能之类的。 网站： [ArtPlayer Tools]( https:
搜索并浏览播客和视频的AI生成摘要及文字记录。
@ainotesus · X
He Turned $400 Into $2.5M Using AI (No Coding) Teaching employees to automate their own jobs can turn them into the company's AI expert. via Chris Koerner on The Koerner Office Podcast · 50:54 #AINotes #VibeCoding #AI
API 和 MCP 服务器，可将社交视频和播客转录为带时间戳的文本。
chandler_casey · Product Hunt
TranscriptFetch Video and audio transcripts, structured for AI
将 MP3 和 MP4 文件转换为带有时间戳和说话人识别的可编辑文字稿。
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
将录音或视频转录为带时间戳和说话人识别的可编辑文本。
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！
