faster-whisper

Gradio WebUI para creadores y desarrolladores, con TTS clave (Edge-TTS, kokoro) y clonación de voz zero-shot (E2 & F5-TTS, CosyVoice), procesamiento de audio con Whisper, descarga de YouTube, aislamiento vocal con Demucs y traducción multilingüe.

Aplicación de escritorio gratuita y de código abierto para generar, traducir, doblar y grabar subtítulos de video, con transcripción local mediante Whisper, doblaje por IA y clonación de voz, funcionamiento sin conexión y aceleración por GPU.

Ejecutables independientes de Whisper y Faster-Whisper para quienes no quieren lidiar con Python.

Interfaz gráfica para faster_whisper con PySide6

Tecnología de IA de vanguardia para la transcripción de audio automatizada. Una excelente GUI para Whisper de OpenAI y pyannote (identificación de hablantes)

Operador de inferencia de IA para Kubernetes. La forma más sencilla de servir modelos de ML en producción. Compatible con VLM, LLM, embeddings y conversión de voz a texto.

💬📝 Una pequeña aplicación de dictado que utiliza el modelo de reconocimiento de voz Whisper de OpenAI.

Transcribe y traduce voz a archivos LRC usando Whisper y LLMs (GPT, Claude, etc.).

Transcripción en tiempo real utilizando faster-whisper