Whisper-Streaming 是一种基于 Whisper 的实时语音转录和翻译模型，具有 3.3 秒的低延迟。研究提出了 DistilWhisper 方法，通过轻量级微调提升 ASR 性能，并分析了 Whisper 输出，展示了不同训练策略对模型性能的影响，探讨了其在儿童语音上的适应性。所有研究成果和代码已公开。

Otter AI是实时语音转录应用程序，可帮助用户在会议、采访或讲座中做笔记。其他免费替代方案包括Descript和Fireflies.ai，它们提供类似的转录服务。Watson Speech to Text是一种API，可将多种语言的语音转录为文本。