transcription

Assistant de réunion IA axé sur la confidentialité, avec transcription en direct 4x plus rapide via Parakeet/Whisper, diarisation des locuteurs et résumé par Ollama, le tout en Rust. Traitement 100 % local, sans cloud. Meetily est l'outil open-source auto-hébergé de prise de notes de réunion pour macOS et Windows.

Boîte à outils de reconnaissance vocale open source pour l'entraînement, l'inférence, l'ASR en streaming, le VAD, la ponctuation, les pipelines de diarisation du locuteur et le service compatible OpenAI/MCP.

VoiceStudio est l'alternative open source et entièrement locale à ElevenLabs : clonage vocal, design vocal, doublage vidéo, dictée, transcription et création de livres audio en 646 langues.

Une IA qui observe votre écran, écoute vos conversations et vous guide sur les actions à entreprendre.

Interface Web Gradio pour créateurs et développeurs, intégrant des fonctionnalités clés de TTS (Edge-TTS, kokoro) et de clonage vocal zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.

Modèle open source SenseVoiceSmall pour la reconnaissance vocale (ASR) en mandarin, cantonais, anglais, japonais et coréen, incluant l'identification de la langue, la reconnaissance des émotions et la détection d'événements audio.

Outil de transcription vidéo, de génération de sous-titres et de découpage assisté par LLM basé sur FunASR, avec une interface Gradio locale.

Un convertisseur audio-vers-MIDI léger mais puissant avec détection de pitch bend.

Génération de sous-titres sur l'appareil, avec intégration directe pour DaVinci Resolve, Premiere et After Effects.

Transcrivez n'importe quel audio en texte, traduisez et modifiez des sous-titres 100 % localement avec une interface web. Propulsé par les modèles whisper !

Transcription audio par IA auto-hébergée.

VOIX → MOTS

API open-source de transcription de réunions pour Google Meet, Microsoft Teams et Zoom. Inclut des bots de connexion automatique, des transcriptions WebSocket en temps réel et un serveur MCP pour les agents IA. Auto-hébergement ou SaaS disponible.

Liste de ressources pour Whisper, un système de reconnaissance vocale open-source propulsé par l'IA développé par OpenAI

Modèles d'IA pré-entraînés instantanés, contrôlables et locaux en Rust

Technologie IA de pointe pour la transcription audio automatisée. Une interface graphique pour Whisper d'OpenAI et pyannote (identification du locuteur)

Permet à Claude (ou tout autre LLM) de visionner une vidéo : analyse de scènes, déduplication d'images et transcription, à partir d'une URL ou d'un fichier local. Exécution locale, sous licence MIT.

Un package Python pour créer des applications audio en temps réel basées sur l'IA.

Un éditeur pour l'audio parlé avec transcription automatique

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

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

🎙️ 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.

Interface graphique simple pour la transcription de piano avec pédales de ByteDance

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.

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.

Transcription contrôlable. Verbatim (chaque mot, remplissage, pause, bégaiement, son vocal) ou intentionnelle (ce que l'orateur voulait dire, optimisé pour la lisibilité) avec horodatage au niveau du mot.

Hardcore Hacker - Le parcours vers 12 000 $ d'ARR en deux mois. Ce livre documente l'histoire du produit Podwise, couvrant l'inspiration, la construction, le lancement, la croissance et l'analyse rétrospective.

Génération de sous-titres vidéo et audio au format srt. Transcription locale sans API tierce. Cadre de génération de sous-titres basé sur Transformer. Outil GUI pour générer des sous-titres à partir de vidéos.