whisper

Port do modelo Whisper da OpenAI em C/C++

O estúdio de voz de IA de código aberto. Clone, dite, crie.

Assistente de reuniões com IA focado em privacidade, com transcrição ao vivo 4x mais rápida via Parakeet/Whisper, diarização de falantes e resumos via Ollama, construído em Rust. Processamento 100% local, sem necessidade de nuvem.

Transcrição Whisper mais rápida com CTranslate2

WhisperX: Reconhecimento Automático de Fala com carimbos de data/hora no nível da palavra (& Diarização).

Buzz transcreve e traduz áudio offline no seu computador pessoal. Desenvolvido com Whisper da OpenAI.

Interface Web Gradio para criadores e desenvolvedores, apresentando TTS (Edge-TTS, kokoro) e clonagem de voz zero-shot (E2 & F5-TTS, CosyVoice), com processamento de áudio Whisper, download do YouTube, isolamento vocal Demucs e tradução multilíngue.

Kit de ferramentas de fala fácil de usar, incluindo modelo de aprendizado autossupervisionado, ASR SOTA/Streaming com pontuação, TTS de streaming com frontend de texto, sistema de verificação de locutor, tradução de fala de ponta a ponta e detecção de palavras-chave. Vencedor do prêmio NAACL2022 Best Demo.

Conversão de fala em texto local e em tempo real com ASR por streaming, diarização de locutor, tradução e APIs compatíveis com OpenAI/Deepgram.

Aplicativo de tradução em tempo real de código aberto para Android que roda localmente.

Troque o GPT por qualquer LLM alterando apenas uma linha de código. O Xinference permite executar modelos de código aberto, de fala e multimodais na nuvem, localmente ou no seu laptop — tudo através de uma API de inferência unificada e pronta para produção.

Transcreva por conta própria!

IA de fala executada localmente no dispositivo para Apple Silicon

Aplicativo de ditado de voz para texto com modelos locais (Nvidia Parakeet/Whisper) e em nuvem (BYOK). Focado em privacidade e disponível em várias plataformas.

Quantização, kernels, runtime e motor de inferência para dispositivos móveis, wearables, casas inteligentes e robôs.

Reconhecimento Automático de Fala com Diarização de Orador baseado no OpenAI Whisper

Ferramenta de código aberto para localização de vídeos por IA: automatiza o download de vídeos do YouTube/Bilibili, reconhecimento e tradução de legendas, clonagem de voz, mixagem de áudio e gravação de legendas.

Kit de ferramentas de reconhecimento de fala de ponta a ponta, focado e pronto para produção.

Aplicativo desktop gratuito e de código aberto para gerar, traduzir, dublar e embutir legendas em vídeos — conversão de voz em texto local com Whisper, dublagem por IA e clonagem de voz, offline e com aceleração por GPU.

Alternativa de código aberto ao Opus Clip, Vidyo.ai, Klap e SubMagic. Transforme vídeos longos do YouTube em shorts virais 9:16 usando detecção de destaques por LLM, transcrição com Whisper e corte vertical automático — gratuito, sem marcas d'água e sem créditos por clipe.

Implementação em JAX do modelo Whisper da OpenAI para aceleração de até 70x em TPU.

Aplicativo para Mac para se destacar em entrevistas técnicas com IA

Uma implementação quase em tempo real do Whisper da OpenAI.

Variante destilada do Whisper para reconhecimento de fala. 6x mais rápido, 50% menor, com margem de erro de palavras inferior a 1%.

O reprodutor de mídia para aprendizado de idiomas, com legendas duplas, legendas geradas por IA, tradução em tempo real e muito mais!

Framework para Aplicações Descentralizadas serverless usando Ethereum, IPFS e outras plataformas

Um bot de Telegram escrito em Python que se integra às APIs oficiais do ChatGPT da OpenAI para fornecer respostas.

SDK Java para ChatGPT com suporte a streaming, plugins, acesso à internet e todas as APIs oficiais da OpenAI. Cliente Java para GPT-3.5-Turbo e GPT-4.

Reconhecimento de fala baseado em ML diretamente no seu navegador