LookOnceToHear

实时语音提取智能耳机交互系统

普通产品编程语音识别实时处理

LookOnceToHear 是一种创新的智能耳机交互系统，允许用户通过简单的视觉识别来选择想要听到的目标说话者。这项技术在 CHI 2024 上获得了最佳论文荣誉提名。它通过合成音频混合、头相关传输函数(HRTFs)和双耳房间脉冲响应(BRIRs)来实现实时语音提取，为用户提供了一种新颖的交互方式。

Best AI Websites & Tools

LookOnceToHear

LookOnceToHear 最新流量情况

LookOnceToHear 访问量趋势

LookOnceToHear 访问地理位置分布

LookOnceToHear 流量来源

LookOnceToHear 替代品

SenseVoice — 多语种语音理解模型，提供高精度语音识别与情感识别。

卡卡字幕助手 — 基于LLM的智能字幕助手，一键生成高质量视频字幕

Najva — Najva：您的AI驱动的Mac语音助手，将语音快速转换为文本。

hertz-dev — 开源的全双工音频生成基础模型

Transcribro — Android平台上的私有、设备端语音识别键盘和文字服务

Universal-2 — 下一代语音AI，提供卓越的音频数据处理能力。

GLM-4-Voice — 端到端中英语音对话模型

Whispo — AI驱动的语音听写工具

Spirit LM — 多模态语言模型，融合文本和语音

FunASR — 功能强大的语音离线文件转写服务

AsrTools — 智能语音转文字工具，高效且用户友好。

NotesGPT — AI驱动的语音笔记应用，将语音转换为有组织的摘要和清晰的行动项。

Ola Friend — 首款AI智能体耳机，无需手机即可语音唤醒AI助手。

Reverb — 开源的语音识别和说话人分割模型推理代码

Rev AI — 世界最精确的AI语音转录服务

AI-Powered Meeting Summarizer — 会议语音转文本并自动生成摘要的AI工具

EMOVA — 情感丰富的多模态语言模型

OmniSenseVoice — 极速语音识别，精准时间戳

Deepgram Voice Agent API — 实时对话式人工智能，一键式API接入。

讯飞星火 — 全面对标GPT-4 Turbo的AI大语言模型

讯飞虚拟人 — 全栈式虚拟人多场景应用服务

EVI 2 — 新型基础语音对语音模型，提供人性化对话体验。

心辰Lingo语音大模型 — 沟通无界，让每次对话都创造价值。

聆龙 — AI笔记助手，记录、整理、对话，让知识管理更智能。

Aixploria — AI工具目录，发现最佳AI工具

Mini-Omni — 开源多模态大型语言模型，支持实时语音输入和流式音频输出。

Easy Voice Toolkit — 本地部署的AI语音工具箱，支持语音识别、转录和转换。

OpenVoiceChat — 与大型语言模型进行自然的语音对话

Llama3-s v0.2 — 最新多模态检查点，提升语音理解能力。