whisper

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.

Transcrição controlável. Verbatim (cada palavra, preenchimento, pausa, gagueira, som vocal) ou pretendida (o que o falante quis dizer, otimizado para legibilidade) com carimbos de data/hora em nível de palavra.

Conversas por voz natural com Claude Code

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, ..].

O MTools é um aplicativo de desktop multifuncional poderoso que integra processamento de áudio e vídeo, edição de imagem, manipulação de texto e ferramentas de codificação, com recursos de IA integrados. Projetado para simplificar seu fluxo de trabalho e aumentar a produtividade.

Dê ao Claude a capacidade de assistir e entender vídeos — plugin para Claude Code com extração de quadros e análise de áudio multimodal

Whisper é um formato de banco de dados de séries temporais baseado em arquivos para o Graphite.

Operador de inferência de IA para Kubernetes. A maneira mais fácil de servir modelos de ML em produção. Suporta VLMs, LLMs, embeddings e conversão de fala em texto.

Ajuste fino do modelo de reconhecimento de fala Whisper para suportar treinamento sem dados de timestamp, com dados de timestamp e sem dados de fala. Acelere a inferência e suporte a implantação na Web, desktop Windows e Android.

A maneira mais simples de servir modelos de IA/ML em produção

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

Geração de legendas para vídeo e áudio com criação de arquivos srt. Implementação local de conversão de áudio para texto sem necessidade de APIs de terceiros. Framework de geração de legendas baseado em Transformer. Uma ferramenta GUI para gerar legendas a partir de vídeos e criar arquivos srt.

uma webui auto-hospedada para mais de 30 IA generativas

AI Vtuber para streaming no YouTube/Twitch

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.

Tecnologia de ditado por voz de código aberto.

Whisper-Flow é um framework projetado para permitir a transcrição em tempo real de conteúdo de áudio usando o modelo Whisper da OpenAI. Em vez de processar arquivos inteiros após o upload (modo em lote), o Whisper-Flow aceita um fluxo contínuo de partes de áudio e produz transcrições incrementais imediatamente.

Serviço de transcrição e diarização off-line auto-hospedado pronto para uso com resumo por LLM

Este projeto fornece uma API com suporte de acesso em nível de usuário para transcrever fala em texto usando um modelo Whisper ASR ajustado e processado.

OpenCluely é uma alternativa gratuita e de código aberto ao Cluely, criada para entrevistas técnicas como DSA, OAs e CP. Oferece uma sobreposição invisível, ajuda de IA em tempo real, processamento inteligente de imagem para captura de questões e suporte multilíngue: 100% customizável e privado.

Biblioteca C# para Twitch Chat, Whisper, API e PubSub. Permite conversar, enviar sussurros, assinar eventos de stream e modificar canais/contas. Suporta tudo o que for compatível com .NETStandard 2.0

Gera arquivos de legenda em lote para vídeos locais e pode traduzir os arquivos de legenda para outros idiomas. Suporte multiplataforma para sistemas Windows e Mac.

Gere legendas, resumos e capítulos de vídeos em segundos.

Um pacote OpenAI não oficial para Unity que visa ajudar você a usar a API da OpenAI diretamente na engine de jogos Unity.

Crie aplicações web de speech2text em tempo real usando o Whisper da OpenAI https://openai.com/blog/whisper/

Implementação em Golang de um servidor Graphite/Carbon com arquitetura clássica: Agent -> Cache -> Persister