whisper

OpenAI API + Ruby! 🤖❤️ Tương thích với GPT-5 & Realtime WebRTC!

Các tệp thực thi độc lập của Whisper và Faster-Whisper dành cho những ai không muốn bận tâm về Python.

Giải pháp thay thế trợ lý giọng nói cạnh tranh với Amazon Echo/Google Home, mã nguồn mở, chạy cục bộ và tự lưu trữ

Chuyển đổi mọi âm thanh thành văn bản, dịch và chỉnh sửa phụ đề hoàn toàn ngoại tuyến với giao diện web UI. Được hỗ trợ bởi các mô hình whisper!

Thư viện .NET cho API dịch vụ OpenAI của Betalgo Ranul

Giao diện đồ họa cho faster_whisper sử dụng PySide6

GIỌNG NÓI → TỪ VỰNG

Giao diện Web UI để tạo phụ đề dễ dàng bằng mô hình whisper.

Nhận dạng Tự động Tiếng nói Đa ngôn ngữ với mốc thời gian cấp độ từ và độ tin cậy

Ứng dụng đọc chính tả cho macOS

Trích xuất nhanh nội dung âm thanh và video, tổng hợp thành ghi chú markdown có cấu trúc

Ghi màn hình, xuất bản bản demo. Miễn phí và mã nguồn mở, tăng tốc GPU, không watermark, không phí đăng ký. Windows, macOS, Linux. Được duy trì phát triển tích cực.

Tự động tạo và phủ phụ đề cho bất kỳ video nào.

Quy trình tự động hóa YouTube Shorts: tin tức → kịch bản → hình ảnh AI → lồng tiếng → phụ đề → tải lên

Các mô hình AI được huấn luyện sẵn, có thể kiểm soát và chạy cục bộ bằng Rust

Công cụ tạo phụ đề ASR/STT. Sử dụng Qwen3-ASR, LLM cục bộ, Whisper, TEN-VAD. Kháng nhiễu hiệu quả cho JAV

Cho phép Claude (hoặc bất kỳ LLM nào) thực sự xem video — nhận biết cảnh, loại bỏ khung hình trùng lặp + bản ghi lời thoại, từ URL hoặc tệp cục bộ. Chạy cục bộ, giấy phép MIT.

Thư viện suy luận nhẹ cho các tệp ONNX, được viết bằng C++. Nó có thể chạy Stable Diffusion XL 1.0 trên RPI Zero 2 (hoặc trong 298MB RAM) cũng như Mistral 7B trên máy tính để bàn và máy chủ. Hỗ trợ ARM, x86, WASM, RISC-V. Được tăng tốc bởi XNNPACK. Có sẵn các binding cho Python, C# và JS(WASM).

OpenAI API client cho Kotlin hỗ trợ multiplatform và coroutine.

Whisper đa nền tảng, tăng tốc bằng GPU 🏎️

Chuyển đổi giọng nói thành văn bản cục bộ cho macOS trên thiết bị AI, hoàn toàn riêng tư, có đám mây tùy chọn

🎞️ Công cụ tạo phụ đề (Web-UI + CLI + Gói Python) được hỗ trợ bởi OpenAI Whisper và các biến thể của nó 🎞️

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

🎙️ Ứng dụng đọc chính tả AI - Mã nguồn mở và ưu tiên cục bộ ⚡ Gõ nhanh hơn 3 lần, không cần bàn phím. 🆓 Được hỗ trợ bởi các mô hình mã nguồn mở, hoạt động ngoại tuyến, nhanh chóng và chính xác.

Một dự án mã nguồn mở dành cho các nhà phát triển Windows để học cách thêm AI với các mô hình cục bộ và API vào ứng dụng Windows.

Mọi cuộc họp, mọi ý kiến, mọi ghi chú giọng nói, có thể tìm kiếm bằng AI của bạn. Lớp bộ nhớ cuộc trò chuyện mã nguồn mở, ưu tiên quyền riêng tư.

Sử dụng OpenAI's Whisper để tự động tạo phụ đề YouTube

Ứng dụng Karaoke hỗ trợ bởi machine learning (có tính điểm!)

🍦 Speech-AI-Forge là một dự án phát triển xung quanh mô hình tạo TTS, tích hợp API Server và WebUI dựa trên Gradio.