whisper-cpp

Trợ lý họp AI ưu tiên quyền riêng tư với bản ghi âm trực tiếp Parakeet/Whisper nhanh hơn 4 lần, phân đoạn người nói và tóm tắt bằng Ollama được xây dựng bằng Rust. Xử lý cục bộ 100%, không cần đám mây.

Công cụ máy tính để bàn mã nguồn mở, miễn phí tất cả trong một dành cho chuyển đổi video thành phụ đề, dịch phụ đề, lồng tiếng AI và nhân bản giọng nói, nhúng phụ đề. Dựa trên các mô hình cục bộ như Whisper / FunASR để chuyển giọng nói thành văn bản ngoại tuyến, xử lý hàng loạt + tăng tốc GPU toàn nền tảng, chéo Windows / macOS / Linux.

Ứng dụng Mac giúp vượt qua các buổi phỏng vấn kỹ thuật bằng AI

Bộ công cụ đa năng cho AI ngoại tuyến. Trò chuyện, xem, nói chuyện và tạo hình ảnh trên điện thoại hoặc Mac — GGUF LLMs, thị giác máy tính, chuyển giọng nói thành văn bản Whisper, Stable Diffusion, gọi công cụ và máy chủ mạng nội bộ. Chạy trên CPU, GPU hoặc NPU của bạn. Không tài khoản, không khóa API, dữ liệu không rời khỏi thiết bị của bạn.

Text-To-Speech, RAG và LLMs. Hoàn toàn chạy nội bộ!

Plugin OBS dành cho nhận diện giọng nói và tạo phụ đề cục bộ sử dụng AI.

Chuyển giọng nói thành văn bản với tính năng nhấn để nói dành cho Wayland compositor

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.

Free & Open-Source CapCut replacement. (formerly WolfCut)

Tự động tạo tệp phụ đề hàng loạt cho video cục bộ, đồng thời có thể dịch tệp phụ đề sang các ngôn ngữ khác, hỗ trợ đa nền tảng Windows và macOS.

Binding React Native cho whisper.cpp.

Công cụ đọc chính tả bằng giọng nói miễn phí, mã nguồn mở và hoạt động 100% ngoại tuyến cho Linux. Nói và nhập liệu ở bất kỳ đâu thông qua các engine whisper.cpp, Whisper và VOSK, có hỗ trợ tăng tốc GPU và hoạt động trên X11 + Wayland!

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

Ứng dụng tóm tắt cuộc họp AI mã nguồn mở, ưu tiên quyền riêng tư và chạy native trên macOS

Một ứng dụng máy tính để bàn miễn phí, chạy cục bộ để trích xuất phụ đề (SRT) từ video và dịch sang bất kỳ ngôn ngữ nào — sử dụng không giới hạn, không cần đăng ký, không dùng đám mây.

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

Biến tác nhân lập trình của bạn thành một studio video: mô tả video bằng ngôn ngữ tự nhiên, tác nhân của bạn sẽ viết timeline và xuất file.