whisper

वन-स्टॉप स्वचालित उपशीर्षक जनरेटर। डाउनलोडिंग, ट्रांसक्रिप्शन, अनुवाद और हार्डकोडिंग को संभालता है - किसी मानवीय हस्तक्षेप की आवश्यकता नहीं है।

Linux के लिए मुफ्त, ओपन-सोर्स, 100% ऑफ़लाइन वॉयस डिक्टेशन। whisper.cpp, Whisper और VOSK इंजन के माध्यम से कहीं भी बोलें और टाइप करें, GPU-त्वरित, X11 + Wayland पर काम करता है!

🎙️ एक इंटेलिजेंट वॉयस प्रोडक्टिविटी असिस्टेंट जो स्पीच को साफ टेक्स्ट, उपयोगी कार्यों और संरचित ज्ञान में बदलता है। यह उपयोगकर्ताओं को विचारों को कैप्चर करने, स्वाभाविक रूप से संवाद करने, दोहराव वाले कार्यों को स्वचालित करने और विभिन्न ऐप्स और वर्कफ़्लो में उत्पादक बने रहने में मदद करता है।

whisper.cpp की React Native बाइंडिंग।

Ollama, Hugging Face Transformers और Coqui TTS टूलकिट द्वारा संचालित आकर्षक बातचीत के लिए लोकल वॉयस चैटबॉट।

एक प्रोजेक्ट जो OpenAI whisper के साथ माइक्रोफ़ोन का उपयोग करने की अनुमति देता है।

OpenAI Whisper के लिए React हुक, जिसमें स्पीच रिकॉर्डर, रीयल-टाइम ट्रांसक्रिप्शन और साइलेंस रिमूवल इन-बिल्ट है।

Swift में ऑडियो ट्रांसक्राइब करने का सबसे आसान तरीका।

BiBi Keyboard: Kotlin पर आधारित Android प्लेटफॉर्म के लिए एक LLM और ASR वॉयस इनपुट मेथड कीबोर्ड एप्लिकेशन।

आपका CrewAI संचालित वीडियो संपादन सहायक

रीयल-टाइम वॉयस असिस्टेंट — WebRTC स्ट्रीमिंग, faster-whisper ASR, लोकल LLM, Vui Nano (300M) TTS। OpenAI रीयल-टाइम API संगत। वॉयस क्लोनिंग, बार्ज-इन, 4090 पर ~9× रीयल-टाइम। Apache 2.0।

Unity3d में स्थानीय मशीन पर स्पीच-टू-टेक्स्ट मॉडल (whisper.cpp) चलाना।

कन्वर्सेशनल वॉयस AI एजेंट्स।

एक पूरी तरह से स्थानीय और निजी Speech-To-Text ऐप, जो कई मॉडल बैकएंड, डायरीज़ेशन और कैलेंडर मोड प्रदान करता है - Windows, macOS और Linux के लिए उपलब्ध

ओपन सोर्स, प्राइवेसी-फर्स्ट, macOS-नेटिव AI मीटिंग सारांश

Whisper का उपयोग करके आसानी से पूरी YouTube प्लेलिस्ट को उच्च गुणवत्ता वाले ट्रांसक्रिप्ट में बदलें।

Android के लिए OpenAI Whisper और TensorFlow Lite के साथ ऑफ़लाइन वाक् पहचान (Speech Recognition)

वीडियो से सबटाइटल (SRT) निकालने और उन्हें किसी भी भाषा में अनुवाद करने के लिए एक मुफ्त, स्थानीय डेस्कटॉप ऐप — असीमित उपयोग, कोई साइनअप नहीं, कोई क्लाउड नहीं।

Whisper और LLM (GPT, Claude, आदि) का उपयोग करके आवाज़ को ट्रांसक्रिप्ट और LRC फ़ाइल में अनुवाद करें।

Whisper OpenAI और मुफ्त ट्रांसलेशन API का उपयोग करने वाला एक रीयल-टाइम स्पीच ट्रांसक्रिप्शन और ट्रांसलेशन एप्लिकेशन। इंटरफ़ेस Tkinter का उपयोग करके बनाया गया है। कोड पूरी तरह से Python में लिखा गया है।

एक व्यक्तिगत पहनने योग्य AI जो स्थानीय रूप से चलता है

Whisper पर आधारित Android Input Method Editor (IME)

faster-whisper का उपयोग करके रियल-टाइम ट्रांसक्रिप्शन

ओपन-सोर्स स्थानीय AI SDK - बिना क्लाउड, बिना API कुंजियों के डिवाइस पर AI चलाएं। GGUF, RAG, इमेज, म्यूजिक और वीडियो जनरेशन, स्पीच-टू-टेक्स्ट, P2P इन्फर्न्स और बहुत कुछ समर्थित है। क्रॉस-प्लेटफ़ॉर्म: Linux, macOS, Windows, Android, iOS।

Groq, Cartesia और Vercel द्वारा संचालित तेज़ वॉयस असिस्टेंट।

[CVPR 2025] शब्दावली के रूप में वीडियो नरेशन और लंबे दस्तावेज़ के रूप में वीडियो

लोकल AI असिस्टेंट

Whisper Model के लिए एक अनुकूलित Speech-to-Text Pipeline जो कई Inference Engine का समर्थन करती है

Bilibili, YouTube और स्थानीय वीडियो के लिए AI वीडियो सारांश और नॉलेज बेस