speech-to-text

Conversión de voz a texto local para macOS mediante IA en el dispositivo, totalmente privada, con nube opcional

Forma declarativa de ejecutar modelos de IA en React Native en el dispositivo, impulsada por ExecuTorch.

Recopilación de todo el contenido de Hu Chenfeng

Aplicación de notas para Linux. Permite tomar notas, leer y traducir con funciones offline de voz a texto, texto a voz y traducción automática.

Plugin de OBS para reconocimiento de voz y subtitulado local mediante IA.

Servidor de inferencia LLM de alto rendimiento compatible con OpenAI y Anthropic para Apple Silicon. Incluye MLX nativo, procesamiento por lotes continuo, modelos multimodales, llamadas a herramientas MCP y soporte para Claude Code.

API de TikTok LIVE para Python: la biblioteca definitiva de terceros para recibir eventos de transmisión en vivo (comentarios, regalos, etc.) en tiempo real de TikTok LIVE.

Habla con tu Mac, consulta tus documentos, sin necesidad de la nube. IA de voz en el dispositivo + RAG.

Nodos personalizados que amplían las capacidades de Comfyui

🎙️ Aplicación de dictado por IA - Código abierto y local-first ⚡ Escribe 3 veces más rápido, sin necesidad de teclado. 🆓 Impulsada por modelos de código abierto, funciona sin conexión, rápida y precisa.

Familia de modelos ASR de código abierto basados en LLM para chino, dialectos, acentos y voz multilingüe, con motores de ejecución como FunASR, vLLM, streaming y llama.cpp.

Cada reunión, cada idea, cada nota de voz, buscable por tu IA. Capa de memoria de conversación de código abierto y centrada en la privacidad.

Traducción sincronizada para videos. Doblaje de video

Una lista de corpus de voz accesibles para ASR, TTS y otras tecnologías de voz.

Ajuste fino de LLM en tu Mac con Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding y ajuste fino de OCR, de forma nativa en MLX. API compatible con Unsloth.

Aplicación Whisper con múltiples backends. Extremadamente rápida, optimizada para Mac-arm, fácil de instalar. Transcribe archivos locales o URLs usando Whisper AI de forma privada y gratuita.

Cliente de línea de comandos para Whisper, compatible con el cliente original de OpenAI y basado en CTranslate2.

Conversión de voz a texto con función push-to-talk para compositores de Wayland.

Gp.nvim: plugin de IA para Neovim que ofrece sesiones de ChatGPT, operaciones de texto/código y conversión de voz a texto [OpenAI, Ollama, Anthropic, etc.]

Motor de inferencia offline para arte, conversaciones de voz en tiempo real, chatbots impulsados por LLM y flujos de trabajo automatizados

StreamSpeech es un modelo integrado "Todo en uno" para el reconocimiento, traducción y síntesis de voz tanto fuera de línea como simultáneos.

Una aplicación de chat de voz.

Conversión de voz a texto nativa para Linux: sistema de dictado global rápido, preciso, privado y hackeable

Estudio de IA local sin censura para Windows, Linux y macOS. Interfaz gráfica sin configuración para generación de imágenes, LLMs GGUF, conversión de texto a voz y de voz a texto.

VTuber con IA para streaming en YouTube/Twitch.

Muesli: transcripción y dictado de reuniones locales para macOS (alternativa a Granola y WisprFlow).

La aplicación de iOS de código abierto que hace que la transcripción de voz de calidad sea más accesible en dispositivos móviles.

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

Conversión de voz a texto totalmente local, privada y multiplataforma con posprocesamiento mediante LLM

SDK de voz con IA de código abierto. La alternativa a Vapi/Retell para desarrolladores que desean ser dueños de su stack. Asigna un número de teléfono a tu agente de IA en 4 líneas: Python y TypeScript, bajo licencia MIT, compatible con Twilio, Telnyx y Plivo.