transcription

Muesli - macOS 向けのローカル会議文字起こしおよび音声入力ツール (Granola および WisprFlow の代替)

モバイルデバイスで高品質な音声文字起こしをより身近にするオープンソースのiOSアプリ

Whisper-Flowは、OpenAIのWhisperモデルを使用して音声コンテンツのリアルタイム文字起こしを実現するためのフレームワークです。アップロード後にファイル全体を処理する（「バッチモード」）のではなく、Whisper-Flowは音声チャンクの連続ストリームを受け取り、即座にインクリメンタルな文字起こしを生成します。

LLM による要約を備えた、すぐに使えるセルフホスト型オフライン文字起こしおよび話者分離サービス

ストリーミングおよびオンデバイス利用向けに最適化されたWhisperモデル

動画から字幕、要約、チャプターを数秒で生成

🎬 ブラウザ上で動作する、オープンソースのトランスクリプトベースの動画・音声エディタ

一站式全自动字幕生成软件，下载、转录、翻译、压制全流程覆盖，无需人工介入 / One-stop automated subtitle generator. Handles downloading, transcription, translation, and hardcoding—zero human intervention required.

🎤 Swift で最も簡単にオーディオを文字起こしする方法

Whisper を使用して YouTube プレイリスト全体を高品質な文字起こしに簡単に変換する

OpenAI Whisper と TensorFlow Lite を使用した Android 向けオフライン音声認識

ディープラーニングを活用した、デバイス上のストリーミング音声認識エンジン

macOS の内蔵音声認識および文字起こし機能のためのコマンドラインインターフェース

中国語の全チャネルコンテンツ（抖音、Bilibili、小紅書、微信公式アカウント、X、ポッドキャスト）を個人のナレッジベースに取り込む13のAIスキル：画像保存、動画の文字起こし、GPU不要の字幕優先処理、およびナレッジベース用MCPサーバーが含まれます。

Whisper をベースにした Android 入力メソッドエディタ（IME）

Apple Silicon Mac向けの高速でプライベートなローカルファースト音声アプリ。音声入力、ファイル/メディアの文字起こし、会議の録音、変換（Transforms）、および公開オートメーションCLIを提供。無料かつオープンソース。

音声や映像の自動文字起こしの修正をより簡単かつ迅速にするためのReactコンポーネント。BBC News Labs開発。- 開発中

多言語 ASR および TTS モデル（Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 など）向けの C++ 製 ggml ランタイムハブ。汎用フォースドアライメント機能なども搭載

Open-source, agent-driven editing pipeline: create subtitles, motion graphics, slides, edit and render videos.

会議を AI エージェントにとってアクセシブルにする

AI生成の文字起こし字幕を動画に簡単に追加する

macOS向けのデバイス内ミーティングキャプチャ、ディクテーション、およびボルトネイティブなナレッジレイヤー。データがMacの外に出ることはありません。

オープンソースの音声・動画文字起こしソフトウェア

事前トレーニング済み DNN、強制アライメント（Forced Alignment）、Transformer を使用して、字幕の自動同期と翻訳を行うか、文字起こしによって新しい字幕を作成します。https://subaligner.readthedocs.io/