transcription

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.

Whisper-Flow es un framework diseñado para permitir la transcripción en tiempo real de contenido de audio utilizando el modelo Whisper de OpenAI. En lugar de procesar archivos completos tras la carga ("modo por lotes"), Whisper-Flow acepta un flujo continuo de fragmentos de audio y produce transcripciones incrementales de inmediato.

Servicio de transcripción y diarización offline autohospedado con resúmenes mediante LLM

Modelos Whisper optimizados para streaming y uso en dispositivos.

Genera subtítulos, resúmenes y capítulos de videos en segundos

Editor de video y audio de código abierto basado en transcripciones que funciona en el navegador.

Software de generación de subtítulos totalmente automatizado: cubre todo el proceso de descarga, transcripción, traducción y codificación sin intervención humana.

La forma más sencilla de transcribir audio en Swift

Convierte fácilmente listas de reproducción completas de YouTube en transcripciones de alta calidad usando Whisper.

Reconocimiento de voz sin conexión con OpenAI Whisper y TensorFlow Lite para Android

Motor de conversión de voz a texto en tiempo real ejecutado en el dispositivo mediante aprendizaje profundo.

Interfaz de línea de comandos para las capacidades integradas de reconocimiento y transcripción de voz en macOS.

13 habilidades de IA para recopilar contenido omnicanal en chino (Douyin / Bilibili / Xiaohongshu / WeChat / X / Podcasts) en una base de conocimientos personal: almacenamiento de imágenes, transcripción de video a texto, transcripción prioritaria de subtítulos sin GPU, incluye servidor MCP para la base de conocimientos.

Editor de método de entrada (IME) para Android basado en Whisper

Aplicación de voz rápida, privada y local para Macs con Apple Silicon: dictado, transcripción de archivos/medios, grabación de reuniones, transformaciones y una CLI de automatización pública. Gratuita y de código abierto.

Un componente de React para facilitar y acelerar la corrección de transcripciones automatizadas de audio y video. Por BBC News Labs. - En desarrollo

Runtime hub en C++ ggml para modelos ASR y TTS multilingües: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc., además de alineación forzada universal y más

Open-source, agent-driven editing pipeline: create subtitles, motion graphics, slides, edit and render videos.

Haz que tus reuniones sean accesibles para agentes de IA.

Añade subtítulos de transcripción generados por IA a tus videos sin esfuerzo

Captura de reuniones, dictado y capa de conocimiento nativa en el dispositivo para macOS. Nada sale de tu Mac.

Software de transcripción de audio y video de código abierto

Sincroniza y traduce subtítulos automáticamente, o crea nuevos mediante transcripción, utilizando DNN preentrenadas, alineaciones forzadas y Transformers. https://subaligner.readthedocs.io/