transcription

Muesli - ghi chép cuộc họp cục bộ dành cho agent trên macOS + đọc chính tả (thay thế cho Granola + WisprFlow)

Ứng dụng iOS mã nguồn mở giúp việc chuyển đổi giọng nói thành văn bản chất lượng cao trở nên dễ tiếp cận hơn trên thiết bị di động.

Whisper-Flow là một framework được thiết kế để cho phép chuyển đổi giọng nói thành văn bản theo thời gian thực sử dụng mô hình Whisper của OpenAI. Thay vì xử lý toàn bộ tệp sau khi tải lên ("chế độ hàng loạt"), Whisper-Flow nhận một luồng liên tục các đoạn âm thanh và tạo ra các bản ghi văn bản tăng dần ngay lập tức.

Dịch vụ phiên âm và phân chia đoạn hội thoại ngoại tuyến, tự lưu trữ, sẵn sàng sử dụng kèm tóm tắt bằng LLM

Các mô hình Whisper được tối ưu hóa cho việc truyền phát và sử dụng trên thiết bị.

Tạo phụ đề, tóm tắt và chương từ video trong vài giây

Trình chỉnh sửa video/âm thanh mã nguồn mở dựa trên văn bản, chạy trực tiếp trên trình duyệt.

Phần mềm tạo phụ đề tự động tất cả trong một, bao gồm toàn bộ quy trình tải xuống, phiên âm, dịch thuật và đóng phụ đề mà không cần sự can thiệp của con người.

🎤 Cách dễ nhất để chuyển đổi âm thanh thành văn bản trong Swift

Dễ dàng lấy toàn bộ danh sách phát YouTube và chuyển đổi thành bản ghi chép chất lượng cao bằng Whisper.

Nhận dạng giọng nói ngoại tuyến với OpenAI Whisper và TensorFlow Lite cho Android

Công cụ chuyển đổi giọng nói thành văn bản trực tuyến trên thiết bị dựa trên học sâu

Giao diện dòng lệnh cho các tính năng nhận dạng và chuyển đổi giọng nói tích hợp sẵn trên macOS.

13 AI Skill giúp thu thập nội dung đa kênh tiếng Trung (Douyin / Bilibili / Xiaohongshu / WeChat / X / Podcast) vào cơ sở tri thức cá nhân: lưu hình ảnh, chuyển đổi video thành văn bản, ưu tiên phụ đề không cần GPU, kèm theo MCP server cho cơ sở tri thức.

Trình soạn thảo phương thức nhập (IME) cho Android dựa trên Whisper

Ứng dụng giọng nói nhanh, riêng tư, ưu tiên cục bộ cho máy Mac Apple Silicon — đọc chính tả, chuyển đổi tệp/phương tiện thành văn bản, ghi âm cuộc họp, chuyển đổi và CLI tự động hóa công khai. Miễn phí và mã nguồn mở.

Một thành phần React giúp việc chỉnh sửa các bản ghi âm và video tự động trở nên dễ dàng và nhanh chóng hơn. Bởi BBC News Labs. - Đang trong quá trình phát triển

C++ ggml runtime hub cho các mô hình ASR và TTS đa ngôn ngữ: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, cùng với tính năng căn chỉnh bắt buộc phổ quát và nhiều hơn nữa

Open-source, agent-driven editing pipeline: create subtitles, motion graphics, slides, edit and render videos.

Giúp các cuộc họp của bạn có thể truy cập được bởi AI Agents

Dễ dàng thêm phụ đề phiên âm do AI tạo vào video của bạn

Ghi lại cuộc họp trên thiết bị, đọc chính tả và lớp kiến thức gốc trên macOS. Mọi dữ liệu đều được lưu trữ cục bộ trên máy Mac của bạn.

Phần mềm chuyển đổi âm thanh và video thành văn bản mã nguồn mở

Tự động đồng bộ và dịch phụ đề, hoặc tạo phụ đề mới bằng cách chuyển đổi giọng nói thành văn bản, sử dụng DNN tiền huấn luyện, Forced Alignments và Transformers.