whisper

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.

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.

Conversations vocales naturelles avec Claude Code.

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, ..]

MTools est une application de bureau polyvalente intégrant le traitement audio/vidéo, l'édition d'images, la manipulation de texte et des outils de codage, avec des fonctionnalités d'IA intégrées pour simplifier votre flux de travail et améliorer votre productivité.

Donnez à Claude la capacité de regarder et de comprendre des vidéos — plugin Claude Code avec extraction d'images et analyse audio multimodale

Whisper est un format de base de données de séries temporelles basé sur des fichiers pour Graphite.

Opérateur d'inférence IA pour Kubernetes. Le moyen le plus simple de servir des modèles ML en production. Prend en charge les VLM, LLM, embeddings et la conversion parole-texte.

Fine-tuning du modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement avec ou sans données d'horodatage, ainsi que sans données vocales. Accélération de l'inférence et support du déploiement Web, Windows et Android

La manière la plus simple de déployer des modèles d'IA/ML en production.

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

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.

Une interface web auto-hébergée pour plus de 30 IA génératives.

Vtuber IA pour le streaming sur Youtube/Twitch

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.

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.

Service de transcription et de diarisation hors ligne, auto-hébergé et clé en main, avec résumé par LLM

Ce projet fournit une API avec gestion des accès utilisateurs pour transcrire la parole en texte à l'aide d'un modèle Whisper ASR affiné et traité.

OpenCluely est une alternative gratuite et open-source à Cluely, conçue pour les entretiens techniques (DSA, OA, CP). Il propose une superposition invisible, une assistance IA en temps réel, un traitement d'image intelligent pour la capture de questions et un support multilingue : 100 % personnalisable et privé.

Bibliothèque C# pour Twitch Chat, Whisper, API et PubSub. Permet de discuter, d'envoyer des messages privés, de s'abonner aux événements de flux et de modifier les chaînes/comptes. Prend en charge tout ce qui est compatible avec .NETStandard 2.0.

Génération par lots de fichiers de sous-titres pour vidéos locales, avec traduction intégrée, compatible Windows et macOS

Générez des sous-titres, des résumés et des chapitres à partir de vidéos en quelques secondes

Un package Unity non officiel pour OpenAI visant à faciliter l'utilisation de l'API OpenAI directement dans le moteur de jeu Unity.

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

Implémentation en Golang d'un serveur Graphite/Carbon avec une architecture classique : Agent -> Cache -> Persister