funasr

학습, 추론, 스트리밍 ASR, VAD, 구두점, 화자 분리 파이프라인, OpenAI 호환/MCP 서빙을 위한 오픈소스 음성 인식 툴킷.

중국어, 광동어, 영어, 일본어, 한국어 ASR, 언어 식별, 감정 인식 및 오디오 이벤트 감지를 위한 오픈 소스 SenseVoiceSmall 모델입니다.

FunASR 기반 비디오 전사, 자막 생성 및 로컬 Gradio UI가 포함된 LLM 지원 클리핑 도구.

동영상 자막 생성, 자막 번역, AI 더빙 및 음성 복제, 자막 하드코딩을 지원하는 무료 오픈소스 올인원 데스크톱 도구입니다. Whisper / FunASR 등의 로컬 모델을 기반으로 오프라인 음성 인식을 지원하며, 일괄 처리 및 전 플랫폼 GPU 가속을 제공하고 Windows / macOS / Linux에서 작동합니다.

오디오 및 비디오 콘텐츠를 빠르게 추출하여 구조화된 markdown 노트로 정리

오픈소스 무료 Wispr Flow 대안 | FunASR 로컬 모델 및 설정 가능한 대규모 언어 모델이 통합된 차세대 중국어 데스크톱 음성 워크플로

백령(Bailing)은 ASR+LLM+TTS를 통해 구현된 GPT-4o 유사 음성 대화 봇으로, DeepSeek R1 등 우수한 대형 모델을 통합하고 openClaw를 연동한 진정한 개인용 음성 비서입니다. 지연 시간이 800ms에 불과하며 Mac 등 저사양 환경에서도 실행 가능하고 인터럽트를 지원합니다.

FunASR, vLLM, 스트리밍, llama.cpp 런타임을 지원하는 중국어, 방언, 사투리 및 다국어 음성을 위한 오픈소스 LLM 기반 ASR 모델 패밀리

MTools는 오디오/비디오 처리, 이미지 편집, 텍스트 조작 및 코딩 도구가 통합된 강력한 다기능 데스크톱 애플리케이션으로, AI 강화 기능이 내장되어 있습니다. 작업 흐름을 단순화하고 생산성을 향상시키도록 설계되었습니다.

로컬 기기에서 실행되는 프라이버시 중심의 안전한 음성 입력 도구 VocoType. 단축키로 음성을 실시간 텍스트로 변환하여 현재 애플리케이션에 자동으로 입력합니다. 음성-텍스트 MCP, AI 텍스트 최적화, 사용자 정의 대체 사전, 녹음/비디오-텍스트 변환 등의 기능을 지원하여 음성 입력을 더욱 효율적이고 안전하게 만듭니다.

실시간 오디오 번역 도구. 시스템 오디오와 마이크를 캡처하여 ASR(Whisper/SenseVoice)로 인식하고 LLM API를 통해 스트리밍 방식으로 번역 결과를 표시합니다. VTuber, 라이브 스트리머 및 외국어 콘텐츠 시청에 최적화되어 있습니다.