speech-to-text

Reconnaissance vocale locale pour macOS utilisant l'IA sur l'appareil, entièrement privée, avec option cloud

Méthode déclarative pour exécuter des modèles d'IA sur appareil dans React Native, propulsée par ExecuTorch.

Collecte de tout le contenu de Hu Chenfeng.

Application Linux Speech Note. Prise de notes, lecture et traduction avec reconnaissance vocale, synthèse vocale et traduction automatique hors ligne.

Plugin OBS pour la reconnaissance vocale et le sous-titrage local utilisant l'IA.

Serveur d'inférence LLM haute performance compatible OpenAI et Anthropic pour Apple Silicon. Support natif MLX, traitement par lots continu, modèles multimodaux, appel d'outils MCP et support de Claude Code.

API TikTok LIVE pour Python : la bibliothèque tierce de référence pour recevoir en temps réel les événements de livestream (commentaires, cadeaux, etc.) depuis TikTok LIVE.

Interagissez avec votre Mac et interrogez vos documents sans cloud. IA vocale locale et RAG sur appareil.

Nœuds personnalisés étendant les capacités de Comfyui.

🎙️ Application de dictée IA - Open Source et locale. ⚡ Tapez 3 fois plus vite, sans clavier. 🆓 Propulsée par des modèles open source, fonctionne hors ligne, rapide et précise.

Famille de modèles ASR open-source basés sur LLM pour le chinois, les dialectes, les accents et la parole multilingue, avec runtimes FunASR, vLLM, streaming et llama.cpp.

Chaque réunion, chaque idée, chaque note vocale, consultable par votre IA. Une couche de mémoire de conversation open source axée sur la confidentialité.

Traduction synchronisée pour vidéos. Doublage vidéo.

Une liste de corpus vocaux accessibles pour l'ASR, le TTS et d'autres technologies vocales.

Fine-tuning de LLM sur Mac avec Apple Silicon. Support natif MLX pour SFT, DPO, GRPO, Vision, TTS, STT, Embedding et OCR. API compatible avec Unsloth.

Application Whisper multi-backend. Ultra-rapide, optimisée pour Mac-arm, installation facile. Transcrivez des fichiers locaux ou des URL avec Whisper AI de manière totalement privée et gratuite.

Client en ligne de commande pour Whisper, compatible avec le client OpenAI original et basé sur CTranslate2.

Conversion voix-texte avec fonction push-to-talk pour les compositeurs Wayland

Gp.nvim : plugin d'IA pour Neovim permettant des sessions ChatGPT, des opérations de texte/code instructives et la conversion parole-texte [OpenAI, Ollama, Anthropic, ..]

Moteur d'inférence hors ligne pour l'art, les conversations vocales en temps réel, les chatbots basés sur LLM et les flux de travail automatisés.

StreamSpeech est un modèle tout-en-un fluide pour la reconnaissance vocale, la traduction et la synthèse vocale, en mode hors ligne et simultané.

Une application de chat vocal.

Reconnaissance vocale native pour Linux - Dictée système rapide, précise, privée et personnalisable

Studio d'IA local non censuré pour Windows, Linux et macOS. Interface graphique sans configuration pour la génération d'images, les LLM GGUF, la synthèse vocale et la reconnaissance vocale.

Vtuber IA pour le streaming sur Youtube/Twitch

Muesli - transcription et dictée de réunions locales natives pour macOS (alternative à Granola et WisprFlow)

L'application iOS open source qui rend la transcription vocale de qualité plus accessible sur les appareils mobiles.

💬📝 Une petite application de dictée utilisant le modèle de reconnaissance vocale Whisper d'OpenAI.

Transcription parole-texte entièrement locale, privée et multiplateforme avec post-traitement par LLM

SDK d'IA vocale open-source. L'alternative à Vapi/Retell pour les développeurs souhaitant maîtriser leur stack. Donnez un numéro de téléphone à votre agent IA en 4 lignes — Python et TypeScript, sous licence MIT, compatible Twilio, Telnyx et Plivo.