whisper

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

適合不想折騰 Python 的使用者的 Whisper 與 Faster-Whisper 獨立執行檔。

開源、本地、可自託管的 Amazon Echo/Google Home 競爭性語音助手替代品

透過網頁 UI 100% 在本地將任何音訊轉錄為文字、翻譯並編輯字幕。由 whisper 模型驅動！

.NET 庫，用於 Betalgo Ranul 的 OpenAI 服務 API

使用 PySide6 的 faster_whisper 圖形使用者介面

語音 → 文字

一個使用 Whisper 模型輕鬆生成字幕的 Web UI

支援字詞級時間戳記與信心度的多語言自動語音辨識

macOS 語音聽寫應用程式

快速提取音視頻內容，整理成一份結構化的markdown筆記

錄製螢幕，發佈展示。免費且開源、GPU 加速、無浮水印、無訂閱費。支援 Windows、macOS、Linux。持續積極維護中。

自動為任何影片產生並覆蓋字幕。

自動化 YouTube Shorts 製作管線：新聞 → 腳本 → AI 視覺畫面 → 語音旁白 → 字幕 → 上傳

在 Rust 中實現即時、可控的本機預訓練 AI 模型

ASR/STT 字幕產生器。使用 Qwen3-ASR、本機 LLM、Whisper、TEN-VAD。針對 JAV 具備抗噪能力

讓 Claude（或任何 LLM）真正觀看影片——支援從網址或本地檔案取得具場景感知、去除重複影格與逐字稿的功能。本機執行，採用 MIT 授權。

輕量級 ONNX 檔案推論庫，以 C++ 編寫。它能在 RPI Zero 2 上（或在 298MB 記憶體內）執行 Stable Diffusion XL 1.0，也能在桌機和伺服器上執行 Mistral 7B。支援 ARM、x86、WASM、RISC-V。由 XNNPACK 加速。提供 Python、C# 與 JS(WASM) 綁定。

適用於 Kotlin 的 OpenAI API 客戶端，具備多平台與協程功能。

跨平台、GPU 加速的 Whisper 🏎️

適用於 macOS 的本機語音轉文字，端側 AI，完全隱私，可選雲端

🎞️ 由 OpenAI 的 Whisper 及其變體驅動的字幕生成工具（Web-UI + CLI + Python 套件） 🎞️

使用 AI 進行本機語音辨識與字幕產生的 OBS 外掛模組

🎙️ AI 語音聽寫應用程式 - 開源且本機優先 ⚡ 輸入速度提升 3 倍，無需鍵盤。 🆓 基於開源模型驅動，可離線運作，快速且準確。

一個供 Windows 開發者學習如何將具備本機模型與 API 的 AI 加入 Windows 應用程式的開源專案。

每一個會議、每一個想法、每一則語音備忘錄，都能透過你的 AI 進行搜尋。開源、隱私優先的對話記憶層。

使用 OpenAI 的 Whisper 自動產生 YouTube 字幕。

基於機器學習的卡拉OK應用程式（附帶評分功能！）

🍦 Speech-AI-Forge 是一個圍繞 TTS 生成模型開發的專案，實作了 API 伺服器與基於 Gradio 的 WebUI。