whisper

Fine-Tuning von LLMs auf Ihrem Mac mit Apple Silicon. SFT-, DPO-, GRPO-, Vision-, TTS-, STT-, Embedding- und OCR-Fine-Tuning – nativ auf MLX. Unsloth-kompatible API.

Multi-Backend-Whisper-App. Bl Blitzschnell. Optimiert für Mac-arm. Einfache Installation. Lokale Datei oder URL eingeben und dieser Dienst transkribiert sie mit Whisper AI. Vollständig privat und kostenlos 🤯🤯🤯

Steuerbare Transkription. Wortgetreu (jede Füllwörter, Pausen, Stottern, Vokallaute) oder beabsichtigt (was der Sprecher sagen wollte, optimiert für Lesbarkeit) mit Zeitstempeln auf Wortebene.

Natürliche Sprachgespräche mit Claude Code

Whisper-Kommandozeilenclient, kompatibel mit dem originalen OpenAI-Client basierend auf CTranslate2.

Sprach-zu-Text mit Push-to-Talk für Wayland-Compositor

Gp.nvim (GPT prompt) Neovim AI-Plugin: ChatGPT-Sitzungen & instruierbare Text-/Code-Operationen & Spracherkennung [OpenAI, Ollama, Anthropic, ..]

MTools ist eine leistungsstarke, vielseitige Desktop-Anwendung mit integrierten Audio- und Videoverarbeitungs-, Bildbearbeitungs-, Textbearbeitungs- und Codierungstools sowie KI-Erweiterungen. Entwickelt, um Ihren Arbeitsablauf zu vereinfachen und die Produktivität zu steigern.

Verleiht Claude die Fähigkeit, Videos anzusehen und zu verstehen — Claude Code-Plugin mit Frame-Extraktion und multimodaler Audioanalyse

Whisper ist ein dateibasiertes Zeitreihendatenbankformat für Graphite.

KI-Inferenz-Operator für Kubernetes. Der einfachste Weg, ML-Modelle in der Produktion bereitzustellen. Unterstützt VLMs, LLMs, Embeddings und Speech-to-Text.

Feinabstimmung des Whisper-Spracherkennungsmodells zur Unterstützung des Trainings ohne Zeitstempeldaten, mit Zeitstempeldaten und ohne Sprachdaten. Beschleunigt die Inferenz und unterstützt Web-, Windows-Desktop- und Android-Bereitstellung

Der einfachste Weg, KI/ML-Modelle in der Produktion bereitzustellen.

Native Sprache-zu-Text-Funktion für Linux – Schnelles, genaue, private und erweiterbare systemweite Diktierfunktion

Generiert Untertitel aus Video und Audio sowie SRT-Dateien. Keine Beantragung von Drittanbieter-APIs erforderlich, lokale Audiokonvertierung. Ein Transformer-basiertes Framework zur Video-Untertitelerstellung. Ein GUI-Tool zum Generieren von Untertiteln aus Videos und Erstellen von SRT-Dateien.

Eine selbst gehostete WebUI für über 30 generative KIs

KI-Vtuber zum Streamen auf YouTube und Twitch.

Die Open-Source-iOS-App, die hochwertige Sprachtranskription auf Mobilgeräten zugänglicher macht.

💬📝 Eine kleine Diktier-App, die das Whisper-Spracherkennungsmodell von OpenAI nutzt.

Open-Source-Sprachdiktiertechnologie

Whisper-Flow ist ein Framework zur Echtzeit-Transkription von Audioinhalten mit dem Whisper-Modell von OpenAI. Statt ganzer Dateien nach dem Hochladen im Batch-Modus verarbeitet Whisper-Flow kontinuierliche Audio-Chunks und liefert sofort inkrementelle Transkripte.

schlüsselfertiger, selbstgehosteter Offline-Transkriptions- und Diarisierungsdienst mit LLM-Zusammenfassung

Dieses Projekt stellt eine API mit Unterstützung für benutzerbasierte Zugriffskontrolle bereit, um Sprache mit einem feinabgestimmten und verarbeiteten Whisper-ASR-Modell in Text umzuwandeln.

OpenCluely ist eine kostenlose Open-Source-Alternative zu Cluely, entwickelt für technische Interviews wie DSA, OAs und CP. Es bietet ein unsichtbares Overlay, KI-Hilfe in Echtzeit, intelligente Bildverarbeitung zur Fragenerfassung und mehrsprachige Unterstützung: 100 % anpassbar und privat.

C# Twitch Chat, Whisper, API und PubSub Bibliothek. Ermöglicht Chatten, Whispern, Stream-Ereignisabonnements sowie Kanal- und Kontomodifikationen. Unterstützt alles, was .NETStandard 2.0 unterstützt.

Generiert stapelweise Untertiteldateien für lokale Videos, kann Untertitel in andere Sprachen übersetzen und unterstützt plattformübergreifend Windows und macOS

Generiere in Sekundenschnelle Untertitel, Zusammenfassungen und Kapitel aus Videos

Ein inoffizielles OpenAI Unity Package, das Ihnen helfen soll, die OpenAI API direkt in der Unity Game Engine zu nutzen.

Erstellen Sie Echtzeit-Speech-to-Text-Web-Apps mit OpenAIs Whisper https://openai.com/blog/whisper/

Golang-Implementierung eines Graphite/Carbon-Servers mit klassischer Architektur: Agent -> Cache -> Persister