speech-to-text

Conversão de fala em texto local para macOS usando IA no dispositivo, totalmente privada, com nuvem opcional.

Maneira declarativa de executar modelos de IA no React Native localmente, utilizando o ExecuTorch.

Coletar todo o conteúdo de Hu Chenfeng

Aplicativo Speech Note para Linux. Tomada de notas, leitura e tradução com conversão de fala em texto, texto em fala e tradução automática offline.

Plugin OBS para reconhecimento de fala local e legendagem usando IA.

Servidor de inferência LLM de alto desempenho compatível com OpenAI e Anthropic para Apple Silicon. MLX nativo, processamento contínuo, modelos multimodais, chamada de ferramentas MCP e suporte ao Claude Code.

API do TikTok LIVE para Python: A biblioteca de terceiros definitiva para receber eventos de transmissão ao vivo (comentários, presentes, etc.) em tempo real do TikTok LIVE.

Fale com seu Mac, consulte seus documentos, sem necessidade de nuvem. IA de voz e RAG executados localmente no dispositivo.

Nós personalizados que estendem as capacidades do Comfyui

🎙️ Aplicativo de Ditado por IA - Código Aberto e Local-first ⚡ Digite 3x mais rápido, sem precisar de teclado. 🆓 Desenvolvido com modelos de código aberto, funciona offline, de forma rápida e precisa.

Família de modelos ASR de código aberto baseados em LLM para chinês, dialetos, sotaques e fala multilíngue, com runtimes FunASR, vLLM, streaming e llama.cpp.

Cada reunião, ideia e nota de voz, pesquisável pela sua IA. Camada de memória de conversação de código aberto e focada em privacidade.

Tradução sincronizada para vídeos. Dublagem de vídeo

Uma lista de corpora de fala acessíveis para ASR, TTS e outras tecnologias de fala.

Faça o fine-tuning de LLMs no seu Mac com Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding e fine-tuning de OCR — nativamente no MLX. API compatível com Unsloth.

Aplicativo Whisper com múltiplos backends. Extremamente rápido. Otimizado para Mac-arm. Instalação fácil. Insira um arquivo local ou URL e este serviço fará a transcrição usando Whisper AI. Completamente privado e gratuito.

Cliente de linha de comando para Whisper compatível com o cliente original da OpenAI, baseado em CTranslate2.

Conversão de voz para texto com push-to-talk para compositores Wayland.

Plugin de IA Gp.nvim (GPT prompt) para Neovim: sessões de ChatGPT, operações de texto/código instruíveis e fala para texto [OpenAI, Ollama, Anthropic, ..].

Motor de inferência offline para arte, conversas de voz em tempo real, chatbots baseados em LLM e fluxos de trabalho automatizados

StreamSpeech é um modelo "tudo em um" contínuo para reconhecimento, tradução e síntese de fala offline e simultânea.

Um aplicativo de chat por voz

Conversão de fala em texto nativa para Linux - ditado de sistema rápido, preciso, privado e hackeável.

Estúdio de IA local sem censura para Windows, Linux e macOS. Interface gráfica de configuração zero para geração de imagens, LLMs GGUF, conversão de texto em fala e de fala em texto

AI Vtuber para streaming no YouTube/Twitch

Muesli - transcrição e ditado local de reuniões nativo para agentes no macOS (alternativa ao Granola + WisprFlow)

O aplicativo iOS de código aberto que torna a transcrição de voz de qualidade mais acessível em dispositivos móveis.

💬📝 Um pequeno aplicativo de ditado usando o modelo de reconhecimento de fala Whisper da OpenAI.

Speech-to-Text totalmente local, privado e multiplataforma com pós-processamento por LLM

SDK de IA de voz open-source. A alternativa ao Vapi/Retell para desenvolvedores que desejam ser donos da stack. Dê ao seu agente de IA um número de telefone em 4 linhas — Python e TypeScript, licenciado sob MIT, com suporte a Twilio, Telnyx e Plivo.