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: Automatic Speech Recognition yang hampir mutakhir di Tensorflow 2. Mendukung bahasa yang menggunakan karakter atau subword.

Teknologi dikte suara open source

Whisper-Flow adalah kerangka kerja yang dirancang untuk memungkinkan transkripsi konten audio secara real-time menggunakan model Whisper OpenAI. Alih-alih memproses seluruh file setelah diunggah (“mode batch”), Whisper-Flow menerima aliran potongan audio yang berkelanjutan dan menghasilkan transkrip inkremental secara langsung.

Transkripsi audio nyaris real-time menggunakan Whisper mandiri dan WebSocket di Python/JS

Pemrosesan Ucapan Botium

Whisper.net. Konversi ucapan ke teks menjadi mudah menggunakan Whisper Models

Evaluasi sistem speech-to-text Anda dengan ukuran kemiripan seperti word error rate (WER)

Contoh .NET MAUI

Repositori utama bot Telegram @voicybot

Model Whisper yang dioptimalkan untuk streaming dan penggunaan di perangkat

Aplikasi masukan suara gratis, sumber terbuka, dan mengutamakan privasi untuk macOS.

Implementasi pengenalan suara Mandarin end-to-end berbasis PaddlePaddle, dari tingkat dasar hingga praktis, contoh pemula yang super mudah dan proyek perusahaan yang sangat berguna. Mendukung model DeepSpeech2, Conformer, dan Squeezeformer yang paling populer saat ini

💬 Pengenalan suara untuk aplikasi React Anda

Membangun aplikasi web speech2text real-time menggunakan Whisper dari OpenAI https://openai.com/blog/whisper/

Deep Learning Deskriptif

Perangkat lunak generator subtitle otomatis satu-atap, mencakup seluruh proses pengunduhan, transkripsi, penerjemahan, dan hardcode, tanpa intervensi manual

Dikte suara gratis, sumber terbuka, dan 100% luring untuk Linux. Berbicara dan mengetik di mana saja melalui mesin whisper.cpp, Whisper & VOSK, dengan akselerasi GPU, berfungsi di X11 + Wayland!

🎤 Lobe TTS - Pustaka TTS/STT yang berkualitas tinggi & andal untuk Server dan Browser

Speech to Text to Speech. Lagu sedang diputar. Mengirim teks sebagai pesan OSC ke VRChat untuk ditampilkan di avatar. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Chatbot suara lokal untuk percakapan interaktif, didukung oleh Ollama, Hugging Face Transformers, dan Coqui TTS Toolkit

Proyek yang memungkinkan penggunaan mikrofon dengan OpenAI whisper.

Cara termudah untuk mentranskripsi audio di Swift

Aplikasi transkripsi suara AI yang 100% privat, mengubah ucapan menjadi teks dalam 100+ bahasa. Dibuat dengan Compose Multiplatform untuk Android & iOS menggunakan Whisper AI - tanpa unggahan cloud, semua pemrosesan dilakukan di perangkat untuk privasi penuh.

SDK Swift modular untuk pemrosesan audio dengan MLX di Apple Silicon

BiBi Keyboard: Aplikasi keyboard metode masukan suara LLM dan ASR untuk platform Android berbasis Kotlin

Pengenalan suara berbasis PaddlePaddle, pengenalan suara bahasa Mandarin. Proyek yang lengkap dengan hasil pengenalan yang baik. Mendukung pelatihan dan prediksi di bawah Windows dan Linux, serta mendukung prediksi papan pengembang Nvidia Jetson.

Alat pengenalan ucapan senyap waktu nyata.

Menjalankan model speech-to-text (whisper.cpp) di Unity3d pada mesin lokal Anda.

Papan ketik dan layanan pengenalan suara privat dan berbasis perangkat untuk Android.