transcription

视频音频生成字幕，生成 srt 文件。无需申请第三方 API，本地实现音频转文本。基于 Transformer 的视频字幕生成框架。A GUI tool for generating subtitle from videos and generating srt files.

这是一款开源的 iOS 应用程序，让移动设备上的高质量语音转录变得更容易获取。

Whisper-Flow 是一个旨在利用 OpenAI 的 Whisper 模型实现音频内容实时转录的框架。Whisper-Flow 不会在上传后处理整个文件（“批处理模式”），而是接收连续的音频片段流并立即产生渐进式的转录文本。

开箱即用的自托管离线转录与说话人日志服务，并附带 LLM 摘要

针对流式传输与设备端使用优化的 Whisper 模型

🎬 运行于浏览器中的开源、基于逐字稿的视频/音频编辑器。

在几秒钟内从视频中生成字幕、摘要与章节

一站式全自动字幕生成软件，下载、转录、翻译、压制全流程覆盖，无需人工介入

🎤 在 Swift 中进行语音转文字的最简单方法

使用 Whisper 轻松将整个 YouTube 播放列表转为高质量逐字稿。

使用 OpenAI Whisper 与 TensorFlow Lite 在 Android 上进行离线语音识别

由深度学习驱动的设备端流式语音转文字引擎

适用于 macOS 内置语音识别与转录功能的命令行界面。

把中文全渠道内容（抖音 / B站 / 小红书 / 公众号 / X / 播客）采集进个人知识库的 13 个 AI Skill：图文存图、视频转文字稿、字幕优先免 GPU，附带知识库 MCP server。 ｜ Ingest Chinese content into your personal knowledge base — image/video routing, subtitle-first transcription, and a KB MCP server.

基于 Whisper 的 Android 输入法 (IME)

适用于 Apple Silicon Mac 的快速、隐私、本地优先语音应用程序，支持听写、文件/媒体转录、会议录音、转换功能及公开自动化 CLI。免费且开源。

一个让音视频自动转录校对更轻松快速的 React 组件。由 BBC News Labs 开发。- 进行中

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

用于多语言 ASR 与 TTS 模型的 C++ ggml 运行时中心：包含 Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等，并支持通用强制对齐等功能。

让您的会议能被 AI Agents 访问

轻松为您的视频添加 AI 生成的字幕

macOS 上的设备端会议撷取、听写与原生知识库层。所有数据皆不出 Mac。

开源音频与视频转录软件。

使用预训练 DNN、强制对齐与 Transformer 自动同步与翻译字幕，或通过转录创建新字幕。https://subaligner.readthedocs.io/