whisper

OpenAI API + Ruby! 🤖❤️ GPT-5 与 Realtime WebRTC 兼容！

适合不想折腾 Python 的用户的 Whisper 与 Faster-Whisper 独立可执行文件。

开源、本地、可自托管的 Amazon Echo/Google Home 竞争性语音助手替代品

通过网页 UI 100% 在本地将任何音频转录为文字、翻译并编辑字幕。由 whisper 模型驱动！

.NET 库，用于 Betalgo Ranul 的 OpenAI 服务 API

使用 PySide6 的 faster_whisper 图形用户界面

语音 → 文字

一个使用 Whisper 模型轻松生成字幕的 Web UI

支持词级时间戳和置信度的多语言自动语音识别

macOS 语音听写应用程序

快速提取音视频内容，整理成一份结构化的markdown笔记

录制屏幕，发布演示。免费且开源、GPU 加速、无水印、无订阅费。支持 Windows、macOS、Linux。持续积极维护中。

自动为任何视频生成并覆盖字幕。

自动化 YouTube Shorts 制作管线：新闻 → 脚本 → AI 视觉画面 → 语音旁白 → 字幕 → 上传

在 Rust 中实现即时、可控的本地预训练 AI 模型

ASR/STT 字幕生成器。使用 Qwen3-ASR、本地 LLM、Whisper、TEN-VAD。针对 JAV 具备抗噪能力

让 Claude（或任何 LLM）真正观看视频——支持从网址或本地文件获取具场景感知、去除重复帧与文字记录的功能。本地运行，采用 MIT 授权。

轻量级 ONNX 文件推理库，使用 C++ 编写。它能够在 RPI Zero 2 上（或在 298MB 内存中）运行 Stable Diffusion XL 1.0，也能在桌面端和服务器上运行 Mistral 7B。支持 ARM、x86、WASM、RISC-V。由 XNNPACK 加速。提供 Python、C# 和 JS(WASM) 绑定。

适用于 Kotlin 的 OpenAI API 客户端，具备多平台与协程功能。

跨平台、GPU 加速的 Whisper 🏎️

适用于 macOS 的本地语音转文字，端侧 AI，完全隐私，可选云端

🎞️ 由 OpenAI 的 Whisper 及其变体驱动的字幕生成工具（Web-UI + CLI + Python 软件包） 🎞️

使用 AI 进行本地语音识别与字幕生成的 OBS 插件

🎙️ AI 语音听写应用程序 - 开源且本地优先 ⚡ 输入速度提升 3 倍，无需键盘。 🆓 基于开源模型驱动，可离线运行，快速且准确。

一个供 Windows 开发者学习如何将具备本地模型与 API 的 AI 加入 Windows 应用程序的开源项目。

每一个会议、每一个想法、每一则语音备忘录，都能透过你的 AI 进行搜寻。开源、隐私优先的对话记忆层。

基于机器学习的卡拉OK应用程序（附带评分功能！）

使用 OpenAI 的 Whisper 自动生成 YouTube 字幕。

适用于 Wayland 复合管理器的按住发言语音转文字工具