transcription

プライバシー優先のAI会議アシスタント。Rustベースで、Parakeet/Whisperのライブ文字起こし、話者ダイアライゼーション、Ollama要約を4倍高速化。100%ローカル処理。クラウド不要。Meetily (Meetly Ai - https://meetily.ai) はmacOSおよびWindows向けのNo.1セルフホスト型オープンソースAI会議ノートテイカー。議事録の書き方を知る

トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、およびOpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット

VoiceStudioは、完全にローカルで動作するオープンソースのElevenLabs代替ツールです。646言語で音声クローニング、音声デザイン、ビデオダビング、ディクテーション、文字起こし、オーディオブック作成に対応しています。

画面を認識し、会話を聴き取り、次に何をすべきかを指示するAI

クリエイターと開発者のためのGradio WebUI。主要なTTS (Edge-TTS, kokoro) およびゼロショット音声クローニング (E2 & F5-TTS, CosyVoice) を特徴とし、Whisperオーディオ処理、YouTubeダウンロード、Demucsによるボーカル分離、多言語翻訳に対応。

Mandarin、Cantonese、English、Japanese、Korean向けのオープンソースのSenseVoiceSmallモデル。ASR、言語ID、感情認識、音声イベント検出に対応。

FunASRを搭載した動画文字起こし、字幕生成、LLM支援型クリッピングツール（ローカルGradio UI付き）

ピッチベンド検出機能を備えた軽量ながら強力なオーディオ-to-MIDIコンバーター

DaVinci Resolve、Premiere、After Effectsに直接接続するオンデバイス字幕生成機能。

Web UIを使って、あらゆる音声を100%ローカルでテキスト化、翻訳、字幕編集ができるツール。whisperモデルを採用！

セルフホスト型の AI 音声文字起こし

VOICE → WORDS

Google Meet、Microsoft Teams、Zoom向けのオープンソースの会議文字起こしAPI。ボットの自動参加、リアルタイムWebSocket文字起こし、AIエージェント向けMCPサーバーを搭載。セルフホストまたはSaaSを利用可能。

🔊 OpenAI が開発したオープンソースの AI 音声認識システム Whisper に関する素晴らしいリソースのまとめ

Rustによる、即座に制御可能なローカル事前学習済みAIモデル

自動音声文字起こしのための最先端 AI 技術。OpenAI の Whisper と pyannote（話者識別）向けの優れた GUI。

URL またはローカルファイルから、Claude（または任意の LLM）に実際に動画を視聴させる。シーン認識、重複排除されたフレーム + トランスクリプト。ローカルで実行、MIT ライセンス。

AIを活用したリアルタイム音声アプリケーションを構築するためのPythonパッケージ

自動文字起こし機能付き音声エディタ

macOS 向けローカル音声文字変換、オンデバイス AI、完全プライベート、クラウド連携（オプション）

AIを使用したローカル音声認識および字幕生成のためのOBSプラグイン

🎙️ AIディクテーションアプリ - オープンソース＆ローカルファースト ⚡ キーボードなしで3倍速く入力。🆓 オープンソースモデル搭載、オフライン動作、高速かつ高精度。

ペダル付き ByteDance Piano Transcription 用のシンプルな GUI

中国語、方言、アクセント、多言語音声に対応した、オープンソースの LLM ベース ASR モデルファミリ。FunASR、vLLM、ストリーミング、llama.cpp ランタイムをサポート。

すべてのミーティング、すべてのアイデア、すべてのボイスメモを AI で検索可能にする、オープンソースかつプライバシーファーストの会話メモリレイヤー

マルチバックエンド対応のWhisperアプリ。超高速、Mac-arm最適化済み、簡単インストール。ローカルファイルやURLを入力すると、Whisper AIを使用して文字起こしを実行。完全なプライバシー保護と無料を実現

制御可能な文字起こし。単語単位のタイムスタンプ付きで、逐語的（フィラー、ポーズ、言い淀み、発声を含む）または意図通り（話し手の意図を反映し、読みやすさを最適化）の出力が可能

「ハードコアハッカー - 2ヶ月で12000ドルARRの実践の道」はハードコアハッカーチームによって編纂された書籍であり、Podwise製品の歩みを忠実に記録したものです。内容は、インスピレーション、構築、リリース、成長、振り返りの5つの章で構成されています。1人での読書物足りない方は、ぜひ「ハードコアハッカー」公式知識星球に参加し、専門家たちと一緒に議論しましょう！Podwiseの物語は始まったばかりであり、私たちは星球で引き続き私たちの認知を共有していきます。成功は模倣できないかもしれませんが、失敗は必ず参考にできます。今すぐ下のリンクをクリックして参加しましょう！

動画や音声から字幕や srt ファイルを生成する GUI ツール。