speech-to-text

面向抖音直播电商的 Windows 本地 AI Agent Studio，贯通主播发现、直播洞察、直播复盘与短视频内容编导的统一智能工作流。

TensorFlowASR : Reconnaissance vocale automatique quasi à l'état de l'art sous Tensorflow 2. Langues supportées utilisant des caractères ou des sous-mots.

Technologie de dictée vocale open source

Whisper-Flow est un framework conçu pour permettre la transcription en temps réel de contenu audio via le modèle Whisper d'OpenAI. Au lieu de traiter des fichiers complets après leur téléchargement (mode batch), Whisper-Flow accepte un flux continu de segments audio et produit des transcriptions incrémentales immédiates.

Transcription audio en temps quasi réel utilisant Whisper auto-hébergé et WebSocket en Python/JS

Traitement vocal Botium

Whisper.net. La conversion parole-texte simplifiée grâce aux modèles Whisper.

Évaluez votre système de reconnaissance vocale avec des mesures de similarité telles que le taux d'erreur sur les mots (WER).

Exemples pour .NET MAUI.

Dépôt principal du bot Telegram @voicybot

Modèles Whisper optimisés pour le streaming et l'utilisation sur appareil

Application de saisie vocale gratuite, open source et axée sur la confidentialité pour macOS.

Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'initiation à la pratique, avec des cas d'étude simples et des projets d'entreprise concrets. Prend en charge les modèles DeepSpeech2, Conformer et Squeezeformer les plus populaires.

💬 Reconnaissance vocale pour votre application React.

Créez des applications web de transcription vocale en temps réel en utilisant Whisper d'OpenAI

Apprentissage profond descriptif

Logiciel de génération de sous-titres tout-en-un entièrement automatisé : téléchargement, transcription, traduction et encodage sans intervention humaine

Dictée vocale gratuite, open-source et 100% hors ligne pour Linux. Parlez et tapez n'importe où via whisper.cpp, les moteurs Whisper et VOSK, accéléré par GPU, fonctionne sur X11 + Wayland !

🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur.

Speech to Text to Speech. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC vers VRChat pour affichage sur l'avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Chatbot vocal local pour des conversations engageantes, propulsé par Ollama, Hugging Face Transformers et Coqui TTS Toolkit

Projet permettant d'utiliser un microphone avec OpenAI Whisper.

Le moyen le plus simple de transcrire de l'audio en Swift

Application de transcription vocale par IA 100 % privée convertissant la parole en texte dans plus de 100 langues. Développée avec Compose Multiplatform pour Android et iOS en utilisant Whisper AI ; aucun transfert vers le cloud, tout le traitement est effectué localement pour une confidentialité totale.

Un SDK Swift modulaire pour le traitement audio avec MLX sur Apple Silicon

BiBi Keyboard : une application de clavier de saisie vocale LLM et ASR pour la plateforme Android, basée sur Kotlin

Reconnaissance vocale chinoise basée sur PaddlePaddle. Projet complet avec d'excellentes performances. Supporte l'entraînement et l'inférence sur Windows et Linux, ainsi que sur les cartes de développement Nvidia Jetson.

Outil de reconnaissance vocale silencieuse en temps réel.

Exécution du modèle de reconnaissance vocale whisper.cpp dans Unity3d en local

Clavier et service de reconnaissance vocale privés et exécutés directement sur l'appareil pour Android.