whisper

Fine-tune LLM di Mac Anda dengan Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding, dan fine-tuning OCR — secara native di MLX. API yang kompatibel dengan Unsloth.

Aplikasi whisper multi-backend. Sangat cepat. Dioptimalkan untuk Mac-arm. Mudah dipasang. Masukkan file lokal atau URL dan layanan ini akan mentranskripsikannya menggunakan Whisper AI. Sepenuhnya privat dan gratis

Transkripsi yang Dapat Dikontrol. Verbatim (setiap kata, pengisi, jeda, gagap, suara vokal), atau yang dimaksudkan (apa yang ingin dikatakan pembicara, dioptimalkan untuk keterbacaan) dengan stempel waktu tingkat kata.

Percakapan suara alami dengan Claude Code

Klien baris perintah Whisper yang kompatibel dengan klien asli OpenAI berbasis CTranslate2.

Suara-ke-teks dengan fitur push-to-talk untuk compositor Wayland

Plugin AI Neovim Gp.nvim (GPT prompt): Sesi ChatGPT & operasi teks/kode yang dapat diinstruksikan & Ucapan ke teks [OpenAI, Ollama, Anthropic, ..]

MTools adalah aplikasi desktop multifungsi yang kuat, mengintegrasikan pemrosesan audio/video, pengeditan gambar, operasi teks, dan alat encoding, dengan fitur AI yang ditingkatkan. Dirancang untuk menyederhanakan alur kerja Anda dan meningkatkan produktivitas.

Berikan kemampuan kepada Claude untuk menonton dan memahami video — plugin Claude Code dengan ekstraksi bingkai dan analisis audio multimodal

Whisper adalah format basis data deret waktu berbasis file untuk Graphite.

Operator Inferensi AI untuk Kubernetes. Cara termudah untuk menjalankan model ML di lingkungan produksi. Mendukung VLM, LLM, embedding, dan text-to-speech.

Lakukan fine-tune pada model pengenalan suara Whisper untuk mendukung pelatihan tanpa data penanda waktu, pelatihan dengan data penanda waktu, dan pelatihan tanpa data suara. Mempercepat inferensi dan mendukung deployment di Web, desktop Windows, serta Android

Cara termudah untuk menyajikan model AI/ML dalam produksi

Speech-to-text bawaan untuk Linux - Dikte seluruh sistem yang cepat, akurat, privat, dan dapat dimodifikasi

Membuat subtitle dari video dan audio, serta menghasilkan file srt. Tanpa perlu API pihak ketiga, transkripsi audio ke teks dilakukan secara lokal. Kerangka kerja pembuatan subtitle video berbasis Transformer. Alat GUI untuk menghasilkan subtitle dari video dan file srt.

WebUI mandiri (self-hosted) untuk 30+ AI generatif

AI Vtuber untuk streaming di Youtube/Twitch

Aplikasi iOS sumber terbuka yang membuat transkripsi suara berkualitas lebih mudah diakses di perangkat seluler.

💬📝 Aplikasi dikte kecil menggunakan model pengenalan suara Whisper dari OpenAI.

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.

Layanan transkripsi dan diarisasi luring mandiri yang siap pakai dengan ringkasan LLM

Proyek ini menyediakan API dengan dukungan akses level pengguna untuk mentranskripsikan suara ke teks menggunakan model Whisper ASR yang telah disempurnakan dan diproses.

OpenCluely adalah alternatif Cluely gratis dan sumber terbuka, yang dibuat untuk wawancara teknis seperti DSA, OA, dan CP. Menawarkan overlay tak kasat mata, bantuan AI waktu nyata, Pemrosesan Citra Cerdas untuk pengambilan soal, dan dukungan multi-bahasa: 100% dapat disesuaikan dan privat.

Pustaka C# untuk Twitch Chat, Whisper, API, dan PubSub. Memungkinkan obrolan, whisper, langganan acara stream, serta modifikasi saluran/akun. Mendukung semua yang mendukung .NETStandard 2.0

Pembuatan file subtitle secara massal untuk video lokal, dengan dukungan penerjemahan ke bahasa lain, lintas platform untuk Windows dan Mac

Hasilkan subtitle, ringkasan, dan bab dari video dalam hitungan detik

Paket Unity OpenAI tidak resmi yang bertujuan membantu Anda menggunakan API OpenAI secara langsung di mesin game Unity.

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

Implementasi Golang untuk server Graphite/Carbon dengan arsitektur klasik: Agent -> Cache -> Persister