stt

당신의 AI 제2의 뇌. 셀프 호스팅 가능. 웹 또는 문서에서 답변 얻기. 커스텀 에이전트 구축, 자동화 예약, 심층 리서치 수행. 온라인 또는 로컬 LLM을 개인용 자율 AI(gpt, claude, gemini, llama, qwen, mistral)로 변환. 시작하기 - 무료.

Python, Java, C#, Node를 지원하는 Android, iOS, Raspberry Pi 및 서버용 오프라인 음성 인식 API

음성 에이전트 및 인터페이스 구축을 위한 초저지연 음성-텍스트 변환, 의도 인식, 텍스트-음성 변환

Stream의 Open Vision Agents. 모든 모델이나 비디오 제공자를 사용하여 음성 및 비전 에이전트를 빠르게 빌드하세요. 초저지연을 위해 Stream의 엣지 네트워크를 사용합니다.

음성 인식 텍스트 변환 도구 / JSON, SRT 자막, 순수 텍스트 형식으로 출력하는 오프라인 로컬 오디오/비디오 자막 변환 도구

웹 UI를 사용하여 100% 로컬에서 오디오를 텍스트로 변환하고 자막을 번역 및 편집합니다. Whisper 모델 구동!

🐸STT - 음성 인식(Speech-to-Text)을 위한 딥러닝 툴킷. STT 모델 학습과 배포가 그 어느 때 보다 쉬워집니다.

tensorflow 딥러닝 프레임워크와 시퀀스 대 시퀀스 신경망을 사용한 음성 인식

보안 Websockets 및 Edge Functions를 사용하여 Arduino ESP32에서 100개 이상의 모델로 AI 동반자 및 장치를 위한 실시간 음성 AI 장난감

WhatsApp 에이전트, Ava를 만나보세요

Speech Note Linux 앱. 오프라인 음성 인식(STT), 음성 합성(TTS) 및 기계 번역을 통한 메모 작성, 읽기 및 번역.

Android용 Dicio 어시스턴트 앱

🍦 Speech-AI-Forge는 TTS 생성 모델을 중심으로 개발된 프로젝트로, API 서버 및 Gradio 기반 WebUI를 구현합니다.

비디오 동기화 번역. 비디오 더빙

💎 ASR, TTS 및 기타 음성 기술을 위한 접근 가능한 음성 말뭉치(speech corpora) 목록

샤오즈(小智) ESP32를 위한 Java 엔터프라이즈급 관리 플랫폼으로, 장치 모니터링, 음성 커스텀, 역할 전환 및 대화 기록 관리를 위한 프론트엔드/백엔드 통합 솔루션을 제공합니다.

Gp.nvim (GPT 프롬프트) Neovim AI 플러그인: ChatGPT 세션, 지시 가능한 텍스트/코드 작업 및 음성-텍스트 변환 [OpenAI, Ollama, Anthropic, ..]

실시간 음성 번역 — macOS 및 Windows, 무료 TTS, 서버 없음, 사용자 API 키만 사용

이중 언어 회의를 위한 실시간 양방향 음성 번역기. 언어를 자동 감지하여 양방향으로 번역하며, 클라우드 또는 완전 오프라인 온디바이스 모드를 지원함. Zoom, Meet, Teams 및 모든 앱에서 사용 가능한 데스크톱(Windows, macOS, Linux) 및 브라우저 확장 프로그램(Chrome, Edge) 제공

모든 기기에서 LLM을 로컬로 효율적으로 실행할 수 있게 해주는 추론 엔진 NobodyWho

🎙️ 음성을 깔끔한 텍스트, 유용한 작업, 구조화된 지식으로 변환해주는 지능형 음성 생산성 어시스턴트입니다. 사용자가 아이디어를 포착하고, 자연스럽게 소통하며, 반복 작업을 자동화하고, 다양한 앱과 워크플로우에서 생산성을 유지할 수 있도록 돕습니다.

🎤 Lobe TTS - 서버와 브라우저를 위한 고품질의 안정적인 TTS/STT 라이브러리

Speech to Text to Speech. 현재 재생 중인 곡. 텍스트를 OSC 메시지로 VRChat에 전송하여 아바타에 표시합니다. (STTTS) (Speech to TTS) (VRC STT System) (VTuber TTS)

Apple Silicon의 MLX를 활용한 오디오 처리를 위한 모듈형 Swift SDK

로컬 머신의 Unity3d에서 음성 인식 모델(whisper.cpp) 실행하기.

Apple Silicon(M 시리즈) 칩에 최적화된 Apple MLX 프레임워크 기반 로컬 추론 서버. OpenAI 호환 API 엔드포인트를 구현하여 기존 OpenAI SDK 클라이언트와 원활하게 통합 가능

딥러닝 기반의 온디바이스 스트리밍 음성 인식(STT) 엔진

Node.js용 STT(Speech to Text) 라이브러리, 오프라인 핫워드 감지 기능 포함

오디오 및 비디오의 자동 전사 수정 작업을 더 쉽고 빠르게 만들어주는 React 컴포넌트. BBC News Labs 제작. - 개발 중

다국어 ASR 및 TTS 모델을 위한 C++ ggml 런타임 허브: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2 등 지원 및 범용 강제 정렬(forced alignment) 기능 제공