transcription

OpenClaw v2026.9.6 新增了对 Claude Opus 5.5、GPT-6 Sol 和 Luna、Grok 4.7 等 AI 模型的支持，同时提供了托管更新、重启恢复、使用情况报告、GitHub 集成、实时会议笔记和可选决策模型等功能。

开源 Audio8 ASR Infinite，一种具有超低延迟、无限制音频支持、24/7转录和内置语义轮次检测的语音识别工具，据称是流式ASR的新技术标杆。

Hemory是一款产品，通过手机或Apple Watch捕捉对话，自动将日常分割成带有说话者标签的时刻，并通过MCP与Claude等工具集成，为AI代理提供可搜索的记忆。

Hola AI 是一个AI语音助手，可以接听电话、记录信息、过滤垃圾邮件，并提供即时摘要，帮助用户高效管理通信。

Walkie 是一款设备端应用，提供听写、带说话人识别的会议转录以及超过950种声音的文本转语音功能，可在Mac、Windows、Linux和iPhone上免费使用。

Grok Voice Transcribe 2.0 是 x.ai 推出的新语音转文本模型，其准确性较前代产品翻倍，在多语言和真实世界音频转录方面表现出色，并在公共排行榜上名列第一。

Meetily 是一款本地 AI 会议助手，通过在用户计算机上处理录制、转录和总结来确保隐私。它使用 Whisper 和 Parakeet 等模型，支持 macOS、Windows 和 Linux 平台。

Google 发布了新的 Gemini 模型，包括 Gemini 3.8 Live 和 3.5 Transcribe，旨在增强实时语音应用，为开发者提供改进的对话式 AI 和多语言转录功能。

MosMos 是一款语音写作工具，通过语音转文本、区分说话人、添加时间戳，并生成结构化笔记和摘要，从而提升会议生产力。

Thoughts for Mac 是一款菜单栏应用程序，支持使用文本、图像和语音快速记笔记，并具有AI驱动的音频转录和文本转换功能。

Shall We Talk 是一款适用于 iPhone 和 Mac 的开源语音听写工具，它能将语音转换为干净的文本，提供带说话人标签的转录文本，并包含清理功能，同时保留用户的原始措辞。

Apple为Apple Watch推出了新的AI功能，包括实时音频处理和转录，这引发了关于使‘始终监听’技术常态化的隐私担忧。

Speechmark 是一款私密的 macOS 应用，可在设备端完全本地化地录制、转写并总结会议，支持带有说话者识别的转录稿，并能通过 MCP 服务器与 Claude Code 集成。

这项预注册消融研究测试了生产语音转录工具中的提示层级上下文，发现侧级词错误率无显著变化，与先前关于提示条件化带来收益的报告相矛盾。

Plaud 推出 Plaud One Explorer Edition AI 耳机，这款耳机能够记录、转录和总结对话，内置 4G 连接功能，并支持与 Gmail 和 Google Calendar 等工具集成。

Relay推出了一款AI驱动的麦克风和应用程序，实现高保真语音转文本，利用Google的Gemini模型增强专业环境中的听写和自动化功能。

Google已宣布Gemini 3.5 Transcribe，这是一款用于语音转文本的AI模型，通过移除如“嗯”这样的填充词并支持85种语言来提高速度和准确性，正在其生态系统中推出。

Gemini 3.5 Transcribe 被宣布为目前最精确的语音转文本模型，并在Product Hunt上提供了讨论链接。

Google DeepMind 宣布 Gemini 3.5 Transcribe，这是一个新的语音转文本模型，用于精确和智能的转录。

Google 推出 Gemini 3.5 Transcribe，这是一款新的 AI 模型，提供精确且智能的实时语音转文本转录，开发者可通过 API 获取。