一个网页藏了5个AI工具,我每天都在用

以前我的手机里装了很多人工智能工具。

语音转文字、文字转语音、翻译、拍照识字。每一个都单独去充会员，真正经常使用的很少。有的一个月用两次，充了年费觉得亏，不充又有时候会用。

后来我找到了一个站点，把这五项功能放到了同一个网页上。一个积分账户，不需分开充值。大部分的音频、文字的需求都可以被满足。

站点地址为 https://www.free-api.aiconvg.xin/，直接在浏览器中打开即可，不需要安装任何东西。

功能一：录音文件识别

上传一段音频或者视频，它可以将其中的内容转换为文字。支持说话人分离，即可以分辨出是谁说的。

那么它适合什么样的场景呢？开了一个小时的会，录音都不想听第二遍了，五分钟就做好了会议纪要。采访录音、课堂录像、播客节目都可以使用。

转写的结果如下，每句话都有时间标记，可以定位到原始音频的位置。

我试过一段十分钟的中文录音，准确率达到了90%以上。有时候会出现错别字，但是比人工听写要快很多。

功能二：实时识别

和录音识别不同的是，它是边说边出字。你在说话的时候，屏幕上面就出现了滚动的字幕。

适合做讲座速记、课堂笔记，也可以临时做会议记录。

录音识别怎么选择呢？录完之后进行选择录音识别，在现场的时候要选择实时识别。我用过这两个，实时识别的延迟在两到三秒左右，可以接受。

功能三：语音合成

与前面两个相反的是。给它文字的话，它就会给你读出来。

音色很多，有32种可以选择。普通话、外语、方言等等都有。选择一个声音，把文字粘到上面，点击合成按钮，几秒钟就可以得到音频了。

用它做过的视频配音。以前用其他的工具，一个月只能用几次，这里是以字数来扣积分的，2积分一个字，一首诗大概几十积分就可以。算下来比单独充值会员划算。

功能四：同声传译

这是五个当中功能最重的一个，但是也是我最惊喜的一个。

选择好译入的语言，共享一个浏览器标签页，对方说什么语言系统就会自动识别。几秒钟之后，屏幕上就会出现双语字幕，原文和译文一起被看。打开播报开关的时候，还可以把译文读出来，就和戴上了同传耳机一样。

14种语言都进行了实际测试并且可以使用。中文、英语、日语、韩语、粤语、德语、法语、俄语、西班牙语、意大利语、葡萄牙语、印尼语、阿拉伯语、泰语。对方用什么语言说都不要紧，系统会自动判断。

官方参数里有7种语言，但是实际测试没有得到翻译，所以站点直接拦截了。可以使用的就是有用的，这一点很实在。

功能五：拍拍万物

拍照上传之后，它就可以帮你识别了。可以做物体识别、OCR提取文字、拍照翻译。

把经过翻译的路牌、从截图中提取出来的文字、不认识的植物都拿来。根据场景来判断准确度，文字提取基本没有问题，物体识别偶尔会出现错误。

日常我是怎么用这五项功能的

场景一。开完会之后把录音丢进去转写，得到文字稿之后再提取出重要的内容做记录。以前手动听写一个小时的录音需要花费两个小时的时间，但是现在五分钟就可以搞定。

场景二。写好一段文案之后，用语音合成来制作出配音，然后直接插入到视频里面去。不需要再寻找配音工具了，可以在线上完成。

场景三。在看海外直播的时候开启同传，双语字幕滚动播放，不用等待录播字幕组。一小时1.2元，比我想像中的要便宜一些。

价格，积分通用

五个功能共用一个积分账户。1元可以兑换成10000积分，注册的时候可以得到3000积分。连续登录7天会得到递增的奖励，从100到1000积分。

同声传译3.33积分每秒，大约是1.2元每小时。语音合成是2积分每字。录音识别以及实时识别都是以秒为单位进行扣费的。不同的功能之间的积分可以互相转化，不需要分开充值。

几个容易踩的坑

同传共享标签页并不等同于共享屏幕。选择标签页需要选择独立音频页面，选择整个屏幕拿到的则是系统混音，播报声音也会被录进去了。

每次语音合成最多只能输入100个字。长文本可以分段提交，不会影响使用。

拍拍万物无法识别的时候。换个角度拍一张或者把问题提得再清楚一些。它的文字提取最准确，物体识别要看情况。

30分钟限制。同传和实时识别一次最长30分钟，30秒静音自动结束，结束之后可以立刻重新开始。

适合什么人用

经常开会录音的人，转写的功能可以帮你节省大量的听写时间。做视频要配音的人，语音合成就不用再找其他的工具了。看外语内容多的人，同传要比字幕组快很多。学生党做笔记、翻译路牌、提取文字，拍拍万物够用。

注册可以得到3000积分，可以免费使用很多次。网址为 https://www.free-api.aiconvg.xin/，打开浏览器就可以使用了。

你最想要试的功能是什么？请留言。