whisper

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.

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!

Trợ lý giọng nói thông minh chuyển đổi lời nói thành văn bản rõ ràng, các hành động hữu ích và kiến thức có cấu trúc. Giúp người dùng ghi lại ý tưởng, giao tiếp tự nhiên, tự động hóa các tác vụ lặp lại và duy trì năng suất trên các ứng dụng và quy trình làm việc khác nhau.

Binding React Native cho whisper.cpp.

Chatbot giọng nói cục bộ cho các cuộc hội thoại hấp dẫn, được hỗ trợ bởi Ollama, Hugging Face Transformers và Coqui TTS Toolkit

Dự án cho phép sử dụng micro với OpenAI whisper.

React hook cho OpenAI Whisper tích hợp sẵn trình ghi âm, chuyển đổi giọng nói thành văn bản thời gian thực và loại bỏ khoảng lặng.

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

BiBi Keyboard: Một ứng dụng bàn phím nhập liệu bằng giọng nói LLM và ASR trên nền tảng Android dựa trên Kotlin

Trợ lý chỉnh sửa video của bạn được hỗ trợ bởi CrewAI.

Trợ lý giọng nói thời gian thực — hỗ trợ truyền phát WebRTC, ASR faster-whisper, LLM cục bộ, TTS Vui Nano (300M). Tương thích với OpenAI Realtime API. Hỗ trợ sao chép giọng nói, ngắt lời, đạt tốc độ ~9× thời gian thực trên card 4090. Giấy phép Apache 2.0.

Các tác nhân AI giọng nói đàm thoại

Chạy mô hình chuyển đổi giọng nói thành văn bản (whisper.cpp) trong Unity3d trên máy cục bộ của bạn.

Ứng dụng chuyển đổi giọng nói thành văn bản (Speech-To-Text) hoàn toàn cục bộ và riêng tư, hỗ trợ nhiều model backend, phân đoạn người nói (diarization) và chế độ lịch - Có sẵn cho Windows, macOS và Linux

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

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

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.

Chuyển đổi giọng nói thành văn bản và dịch sang tệp LRC sử dụng Whisper và các LLM (GPT, Claude, v.v.).

Ứng dụng phiên âm và dịch thuật giọng nói thời gian thực sử dụng Whisper OpenAI và API dịch thuật miễn phí. Giao diện được tạo bằng Tkinter. Mã nguồn được viết hoàn toàn bằng Python.

Một thiết bị AI đeo cá nhân chạy cục bộ.

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

Chuyển đổi giọng nói thành văn bản thời gian thực sử dụng faster-whisper.

SDK AI cục bộ mã nguồn mở - chạy AI trên thiết bị mà không cần đám mây, không cần khóa API. Hỗ trợ GGUF, RAG, tạo hình ảnh, âm nhạc, video, chuyển đổi giọng nói thành văn bản, suy luận P2P và nhiều tính năng khác. Đa nền tảng: Linux, macOS, Windows, Android, iOS.

Trợ lý giọng nói nhanh được hỗ trợ bởi Groq, Cartesia và Vercel.

[CVPR 2025] Video Narration as Vocabulary & Video as Long Document.

Trợ lý AI cục bộ

Pipeline chuyển đổi giọng nói thành văn bản được tối ưu hóa cho mô hình Whisper, hỗ trợ nhiều công cụ suy luận.

Công cụ tóm tắt video bằng AI và cơ sở tri thức cho Bilibili, YouTube và video cục bộ.