whisper

Tinh chỉnh LLM trên máy Mac của bạn với Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding và tinh chỉnh OCR — chạy gốc trên MLX. API tương thích với Unsloth.

Ứng dụng Whisper hỗ trợ đa backend. Cực kỳ nhanh. Tối ưu hóa cho Mac-arm. Dễ dàng cài đặt. Nhập tệp cục bộ hoặc URL và dịch vụ này sẽ chuyển nó thành văn bản bằng Whisper AI. Hoàn toàn riêng tư và miễn phí 🤯🤯🤯

Bản ghi âm có thể điều khiển. Nguyên văn (mọi từ đệm, khoảng dừng, lắp bắp, âm thanh phát ra), hoặc theo ý định (ý người nói muốn diễn đạt, được tối ưu hóa cho khả năng đọc) với dấu thời gian ở cấp độ từ.

Trò chuyện bằng giọng nói tự nhiên với Claude Code

Client dòng lệnh Whisper tương thích với client gốc của OpenAI dựa trên CTranslate2.

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

Plugin Neovim Gp.nvim (GPT prompt) AI: Phiên ChatGPT & Thao tác văn bản/mã có thể hướng dẫn & Chuyển giọng nói thành văn bản [OpenAI, Ollama, Anthropic, ..]

MTools là một ứng dụng máyδ để bàn đa chức năng mạnh mẽ, tích hợp các công cụ xử lý âm thanh/video, chỉnh sửa hình ảnh, thao tác văn bản và mã hóa, với các tính năng nâng cao bằng AI tích hợp. Được thiết kế để đơn giản hóa quy trình làm việc và nâng cao năng suất của bạn.

Cung cấp cho Claude khả năng xem và hiểu video — Plugin Claude Code với tính năng trích xuất khung hình và phân tích âm thanh đa phương thức

Whisper là định dạng cơ sở dữ liệu chuỗi thời gian dựa trên tệp cho Graphite.

AI Inference Operator cho Kubernetes. Cách dễ nhất để phục vụ mô hình ML trong môi trường sản xuất. Hỗ trợ VLM, LLM, embedding và chuyển đổi giọng nói thành văn bản.

Tinh chỉnh mô hình nhận dạng giọng nói Whisper để hỗ trợ huấn luyện không có dữ liệu dấu thời gian, huấn luyện có dữ liệu dấu thời gian và huấn luyện không có dữ liệu giọng nói. Tăng tốc suy luận và hỗ trợ triển khai Web, Windows desktop và Android

Cách đơn giản nhất để triển khai các mô hình AI/ML trong môi trường sản xuất

Công cụ chuyển giọng nói thành văn bản gốc cho Linux - Nhập liệu toàn hệ thống nhanh, chính xác, riêng tư và dễ tùy chỉnh

Tạo phụ đề từ video và âm thanh, xuất file srt. Không cần API bên thứ ba, chuyển giọng nói thành văn bản cục bộ. Framework tạo phụ đề video dựa trên Transformer. Công cụ GUI để tạo phụ đề từ video và file srt.

Giao diện web tự quản lý cho hơn 30 AI tạo sinh

AI Vtuber để phát trực tuyến trên Youtube/Twitch

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.

💬📝 Một ứng dụng chính tả nhỏ sử dụng mô hình nhận dạng giọng nói Whisper của OpenAI.

Công nghệ đọc chính tả bằng giọng nói mã nguồn mở

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

Dự án này cung cấp một API hỗ trợ quyền truy cập ở cấp độ người dùng để chuyển đổi giọng nói thành văn bản bằng mô hình Whisper ASR đã qua tinh chỉnh và xử lý.

OpenCluely là giải pháp thay thế Cluely miễn phí, mã nguồn mở, được xây dựng cho các buổi phỏng vấn kỹ thuật như DSA, OA và CP. Cung cấp lớp phủ ẩn, hỗ trợ AI thời gian thực, xử lý hình ảnh thông minh để chụp câu hỏi và hỗ trợ đa ngôn ngữ: có thể tùy chỉnh 100% và bảo mật

Thư viện C# cho Twitch Chat, Whisper, API và PubSub. Hỗ trợ trò chuyện, gửi tin nhắn riêng, đăng ký sự kiện luồng và sửa đổi kênh/tài khoản. Hỗ trợ mọi nền tảng tương thích với .NETStandard 2.0

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.

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

Một gói OpenAI Unity không chính thức giúp bạn sử dụng trực tiếp OpenAI API trong engine game Unity

Xây dựng ứng dụng web chuyển đổi giọng nói thành văn bản thời gian thực sử dụng Whisper của OpenAI https://openai.com/blog/whisper/

Triển khai máy chủ Graphite/Carbon bằng Golang với kiến trúc cổ điển: Agent -> Cache -> Persister.