whisper

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.

Linux向けの無料、オープンソース、完全オフラインの音声ディクテーション。whisper.cpp、Whisper、VOSKエンジンを使用し、どこでも音声入力が可能。GPUアクセラレーション対応、X11およびWaylandで動作！

🎙️ 音声をきれいなテキスト、有用なアクション、構造化された知識に変換するインテリジェントな音声生産性アシスタント。アイデアの記録、自然なコミュニケーション、反復作業の自動化を支援し、さまざまなアプリやワークフローで生産性を維持します。

whisper.cpp の React Native バインディング

Ollama、Hugging Face Transformers、Coqui TTS Toolkitを活用した、対話を楽しむためのローカル音声チャットボット

OpenAI whisper でマイクを使用できるようにするプロジェクト

音声レコーダー、リアルタイム文字起こし、無音部分の自動削除機能を内蔵したOpenAI Whisper用React hook

🎤 Swift で最も簡単にオーディオを文字起こしする方法

BiBi Keyboard: Kotlin をベースにした Android プラットフォーム向けの LLM および ASR 音声入力キーボードアプリ

CrewAIを搭載した動画編集アシスタント

リアルタイム音声アシスタント — WebRTC ストリーミング、faster-whisper ASR、ローカル LLM、Vui Nano (300M) TTS。OpenAI Realtime API 互換。音声クローン、発話割り込み (barge-in)、RTX 4090 で約 9 倍のリアルタイム処理。Apache 2.0 ライセンス。

ローカルマシンの Unity3d で音声認識モデル (whisper.cpp) を実行する。

対話型音声 AI エージェント

完全ローカルかつプライバシーを重視した音声文字変換 (Speech-To-Text) アプリ。複数のモデルバックエンド、話者分離、カレンダーモードを提供し、Windows、macOS、Linux で利用可能です。

オープンソース、プライバシーファースト、macOS ネイティブの AI 会議サマリーツール

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

動画から字幕（SRT）を抽出し、あらゆる言語に翻訳するための無料のローカルデスクトップアプリ — 無制限利用、登録不要、クラウド不要。

Whisper と LLM (GPT、Claude など) を使用して音声を文字起こしし、LRC ファイルに翻訳するツール

OpenAI Whisper と無料の翻訳 API を使用したリアルタイム音声文字起こしおよび翻訳アプリケーション。Tkinter を用いたインターフェース。コードは完全に Python で記述されています。

ローカルで動作するパーソナルなウェアラブルAI。

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

faster-whisperを使用したリアルタイム文字起こし

オープンソースのローカル AI SDK。クラウドや API キーなしでデバイス上で AI を実行可能。GGUF、RAG、画像・音楽・動画生成、音声認識、P2P 推論などをサポート。クロスプラットフォーム対応 (Linux、macOS、Windows、Android、iOS)。

Groq、Cartesia、Vercel を活用した高速音声アシスタント

[CVPR 2025] 語彙としてのビデオナレーションと長期ドキュメントとしてのビデオ

ローカル AI アシスタント

複数の推論エンジンをサポートする、Whisperモデル向けの最適化されたSpeech-to-Textパイプライン

为 Bilibili、YouTube 及本地视频提供 AI 视频摘要和知识库.AI video summarizer and knowledge base for Bilibili, YouTube and local videos.