#transcription Repositorios
Descubre 72 repositorios activos de código abierto de GitHub etiquetados con #transcription, que acumulan 322,848 estrellas en total (una media de 4,484 estrellas por proyecto). El líder de este tema es debpalash/VoiceStudio, con 115,753 estrellas.
72 repositorios en total
VoiceStudio es la alternativa de código abierto y completamente local a ElevenLabs: clonación de voz, diseño de voz, doblaje de vídeo, dictado, transcripción y creación de audiolibros en 646 idiomas.
Asistente de IA para tomar notas de reuniones, con la privacidad como prioridad, para Windows, macOS y Linux. Gratis y de código abierto (MIT). Transcripción con Whisper/Parakeet y diarización de hablantes en el dispositivo, sin bots en las reuniones. Alternativa de código abierto a Granola, Otter y Fireflies. https://meetily.ai
Kit de herramientas de reconocimiento de voz de código abierto para entrenamiento, inferencia, ASR en streaming, VAD, puntuación, tuberías de diarización de hablantes y servicio compatible con OpenAI/MCP.
Gradio WebUI para creadores y desarrolladores, con funciones clave de TTS (Edge-TTS, kokoro) y clonación de voz zero-shot (E2 & F5-TTS, CosyVoice), con procesamiento de audio Whisper, descarga de YouTube, aislamiento vocal Demucs y traducción multilingüe.
Descarga videos y audio de más de 1000 sitios, transcríbelos localmente con etiquetas de hablante y resume, traduce o conversa sobre tu contenido multimedia con tu proveedor de IA preferido.
Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.
Herramienta de transcripción de video, generación de subtítulos y recorte asistido por LLM impulsada por FunASR con una interfaz Gradio local.
Un convertidor de audio a MIDI ligero pero potente con detección de bend de tono
Generación de subtítulos en el dispositivo que se conecta directamente a DaVinci Resolve, Premiere y After Effects.
Convierte audio y vídeo en subtítulos con una interfaz web fácil de usar. Todo se ejecuta en tu propio equipo. Anteriormente Whishper.
API de transcripción de reuniones de código abierto para Google Meet, Microsoft Teams y Zoom. Bots que se unen automáticamente, transcripciones en tiempo real vía WebSocket, servidor MCP para agentes de IA. Puedes auto-alojar o usar SaaS alojado.
Kit de herramientas gratuito y de código abierto para archivos PDF, imágenes, vídeo y audio. Comprime, convierte, realiza OCR, elimina fondos y transcribe en tu propio servidor con un solo comando de Docker. Más de 200 herramientas, IA local y API REST. Una alternativa a iLovePDF, TinyWow, CloudConvert y remove.bg.
Aplicación heredada de Hex en Swift. Prueba la versión reescrita en Rust en hex.kitlangton.com; nuevo código fuente en github.com/anomalyco/hex.
Notas de reuniones privadas con IA que permanecen en tu ordenador. Sin bots para reuniones. Gratis y de código abierto para Mac, Windows y Linux. Una alternativa a Granola, Otter y Fireflies.
Una grabadora de reuniones bonita y minimalista para Mac. Pulsa Iniciar y, al pulsar Detener, obtendrás las notas y la transcripción en un solo archivo Markdown. Funciona en el dispositivo, es gratuita y de código abierto.
Plataforma de operaciones con IA para Xiaohongshu|Recopilación de datos de Xiaohongshu, descarga de comentarios, biblioteca de recursos, selección de temas, redacción con IA y solución integral para Xiaohongshu: lista para usar desde el primer momento e instalar con un clic. Plataforma de IA para Xiaohongshu, biblioteca de recursos para creadores de contenido, redacción con IA + maquetación automática de imágenes, OpenClaw para Xiaohongshu, base de activos para creadores de contenido + plataforma de IA, compatible con publicaciones de imágenes y texto de Xiaohongshu y descarga de comentarios, herramientas de creación con IA para Xiaohongshu, WorkBuddy para creadores de contenido, recopilación de datos mediante rastreadores de Douyin y Xiaohongshu
🔊 Lista impresionante para Whisper — un sistema de reconocimiento de voz de código abierto impulsado por IA desarrollado por OpenAI
Permite que Claude (o cualquier LLM) realmente vea un video: fotogramas con detección de escenas y sin duplicados + transcripción, desde una URL o archivo local. Se ejecuta localmente, MIT.
Un modelo de 0,9B para transcripción de contenido extenso en más de 50 idiomas, con diarización de hablantes, marcas de tiempo y reconocimiento de eventos acústicos
Tecnología de IA de vanguardia para la transcripción automática de audio. Una bonita interfaz gráfica para Whisper de OpenAI y pyannote (identificación de hablantes)
Un paquete de Python para construir aplicaciones de audio en tiempo real impulsadas por IA
Transcripción de voz local para macOS IA en el dispositivo, completamente privada, nube opcional
Flujo de edición de código abierto impulsado por agentes: crea subtítulos, gráficos animados y diapositivas; edita y renderiza vídeos.
BaoCut: un agente de vídeo con IA y una línea de tiempo editable. Transcribe, subtitula, traduce, dobla, corta y anima.
Muesli: transcripción local de reuniones y dictado nativos para agentes en macOS (alternativa a Granola + WisprFlow + Littlebird)
Dictado por voz gratuito y de código abierto para macOS y Windows. Transcripción local de voz a texto con Whisper y Parakeet; también funciona sin conexión.
Modelos de reconocimiento de voz Fun-ASR, con compatibilidad nativa con Hugging Face Transformers para Fun-ASR-Nano y rutas de implementación independientes para FunASR, vLLM y llama.cpp.
Alternativa de código abierto y centrada en lo local a Granola/Otter que Claude Code, Codex, Cursor y cualquier cliente MCP pueden consultar. Reuniones, llamadas y notas de voz transcritas en el dispositivo a Markdown que te pertenece.
Transcripción configurable. Literal (cada muletilla, pausa, tartamudeo y sonido vocal) o intencionada (lo que el hablante quiso decir, optimizada para facilitar la lectura), con marcas de tiempo a nivel de palabra.
Aplicación Whisper multi-backend. Ultrarrápida. Optimizada para Mac-ARM. Instalación sencilla. Introduce un archivo local o una URL y este servicio lo transcribirá utilizando Whisper AI. Completamente privado y gratuito 🤯🤯🤯
"Hardcore Hackers - El camino hacia los 12.000 $ de ARR en dos meses" está escrito por el equipo de Hardcore Hackers. Este libro es un registro fiel de la trayectoria del producto Podwise: contiene cinco capítulos: Inspiración - Construcción - Lanzamiento - Crecimiento - Revisión. Si sientes que leer solo no es lo suficientemente gratificante, ¡bienvenido a unirte al Planeta del Conocimiento oficial de "Hardcore Hackers" para discutir con expertos! La historia de Podwise acaba de comenzar y continuaremos compartiendo nuestras percepciones en el planeta. El éxito puede no ser replicable, pero los fracasos son definitivamente una lección aprendida. ¡Únete ahora haciendo clic en el enlace de abajo!
14 skills de IA para incorporar contenido chino omnicanal (Douyin / Bilibili / Xiaohongshu / cuentas oficiales de WeChat / X / podcasts) a tu base de conocimiento personal: guardar imágenes de publicaciones, convertir vídeos en transcripciones, transcripción priorizando subtítulos sin GPU, programación de suscripciones RSS/YouTube con resúmenes diarios de inteligencia y un servidor MCP para la base de conocimiento. | Incorpora contenido chino a tu base de conocimiento personal: enrutamiento de imágenes y vídeos, transcripción priorizando subtítulos, suscripciones a fuentes con resúmenes diarios y un servidor MCP para la base de conocimiento.
🎬 Editor de video/audio de código abierto, basado en transcripciones, que vive en el navegador.
La aplicación iOS de código abierto que hace que la transcripción de voz de calidad sea más accesible en dispositivos móviles.
Generación de subtítulos de audio y video para crear archivos srt. Sin necesidad de solicitar API de terceros, implementación local de audio a texto. Un marco de generación de subtítulos de video basado en Transformer. Una herramienta GUI para generar subtítulos a partir de videos y generar archivos srt.
Editor de vídeo con IA para agentes. Plugin ChatCut y servidor MCP para Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work y Qwen Work: edita tus propios vídeos conversando, añade rótulos y subtítulos, elimina silencios y muletillas, crea gráficos animados y exporta una línea de tiempo editable.
Cualquier archivo → Markdown limpio para agentes de IA: PDF, Word, PowerPoint, Excel, EPUB, HTML y páginas web, imágenes (OCR), audio y vídeo (metadatos, subtítulos y transcripciones). Un servidor MCP y una CLI rápidas en Rust que se ejecutan en tu máquina. Sin clave de API.
Whisper-Flow es un marco diseñado para permitir la transcripción en tiempo real de contenido de audio utilizando el modelo Whisper de OpenAI. En lugar de procesar archivos completos después de la carga (modo por lotes), Whisper-Flow acepta una corriente continua de fragmentos de audio y produce transcripciones incrementales de inmediato.
Asistente de grabación de voz con BYOK, transcripción ASR, diarización de hablantes, resúmenes de IA y compatibilidad con endpoints ASR locales.
servicio de transcripción y diarización sin conexión autoalojado llave en mano con resumen LLM
Voicy (@voicybot): un bot de Telegram que convierte mensajes de voz en texto en grupos y chats privados
Preguntas frecuentes
¿Cuál es el repositorio de #transcription más popular en GitHub?
El proyecto de código abierto de #transcription mejor posicionado en GitHub es debpalash/VoiceStudio, con 115,753 estrellas. VoiceStudio es la alternativa de código abierto y completamente local a ElevenLabs: clonación de voz, diseño de voz, doblaje de vídeo, dictado, transcripción y creación de audiolibros en 646 idiomas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #transcription?
Entre los proyectos de #transcription mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Rust, Swift.
¿Cómo se calcula la clasificación de los repositorios de #transcription?
Seguimos 72 repositorios activos de código abierto etiquetados con #transcription (500+ estrellas), que suman un total de 322,848 estrellas, con una media de 4,484 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.