#whisper Repositorios
145 repositorios en total
Genere archivos de subtítulos en lote para videos locales y pueda traducir los archivos de subtítulos a otros idiomas, compatible con múltiples plataformas para sistemas Windows y Mac.
Una aplicación de escritorio local y gratuita para extraer subtítulos (SRT) de vídeos y traducirlos a cualquier idioma: uso ilimitado, sin registro, sin nube.
Software de generación de subtítulos totalmente automatizado y todo en uno; cubre todo el proceso de descarga, transcripción, traducción y grabación, sin necesidad de intervención humana.
Un paquete no oficial de OpenAI para Unity que tiene como objetivo ayudarte a usar la API de OpenAI directamente en el motor de juegos de Unity.
Crea aplicaciones web de speech2text en tiempo real usando Whisper de OpenAI https://openai.com/blog/whisper/
Implementación en Golang del servidor Graphite/Carbon con arquitectura clásica: Agente -> Caché -> Persister
Una aplicación de voz a texto totalmente local y privada, que ofrece múltiples backends de modelos, diarización y modo calendario - Disponible para Windows, macOS y Linux
SDK de IA local de código abierto: ejecuta IA en el dispositivo sin nube ni claves de API. Compatible con GGUF, RAG, generación de imágenes, música y vídeo, conversión de voz a texto, inferencia P2P y mucho más. Multiplataforma: Linux, macOS, Windows, Android e iOS.
Chatbot de voz local para conversaciones interesantes, impulsado por Ollama, Hugging Face Transformers y Coqui TTS Toolkit
Hook de React para OpenAI Whisper con grabadora de voz, transcripción en tiempo real y eliminación de silencios incorporadas
Vui Nano — un pequeño modelo de texto a voz consciente del contexto, entrenado con conversaciones reales. 219 millones de parámetros activos (305 millones en total), Apache 2.0, clonación de voz y transmisión en tiempo real; funciona en CPU (compilación en C sin dependencias). Incluye un asistente de voz completo en tiempo real: WebRTC, ASR, LLM local y compatibilidad con la API Realtime de OpenAI.
Ejecutando el modelo de voz a texto (whisper.cpp) en Unity3d en tu máquina local.
Código Abierto, Prioridad a la Privacidad, Nativo para macOS Resumen de Reuniones con IA
Transcripción de voz en tiempo real con FastRTC ⚡️ y Whisper local 🤗
Escritura por voz con IA de código abierto para macOS, Windows y Linux. Pulsa una tecla rápida, habla con naturalidad y obtén texto pulido en cualquier aplicación.
Reconocimiento de voz sin conexión con OpenAI Whisper y TensorFlow Lite para Android
Resumidor de vídeos con IA y base de conocimientos para Bilibili, YouTube y vídeos locales.
Transcribir y traducir voz a archivo LRC usando Whisper y LLMs (GPT, Claude, et,al). Usar whisper y LLM (GPT, Claude, etc.) para transcribir y traducir tu audio a un archivo de subtítulos.
Convierte fácilmente una lista de reproducción completa de YouTube en transcripciones de alta calidad usando Whisper.
Una aplicación de transcripción y traducción de voz en tiempo real que utiliza Whisper OpenAI y la API de traducción gratuita. Interfaz realizada con Tkinter. Código escrito completamente en Python.
Asistente de voz local en francés: Claude u Ollama (sin conexión), domótica Hue, OBS, agenda, navegador, llamadas de Twilio, servidor MCP. Python.
Habilidad portátil para agentes de IA: convierte enlaces de vídeos de YouTube, Instagram, TikTok, X y otras plataformas en notas Markdown listas para Obsidian, con subtítulos o transcripciones locales de Whisper, fotogramas, metadatos y marcas de tiempo
Aplicación de dictado gratuita, de código abierto y centrada en el uso local para macOS. Mantén pulsado un atajo, habla y el texto se escribirá en cualquier aplicación. Transcripción de voz a texto en el dispositivo con Whisper, Parakeet y Apple Speech. Una alternativa privada, sin conexión y de código abierto a Wispr Flow.
Lista de API STT de reconocimiento de voz coreano. Benchmarks de rendimiento para cada uno.
Una canalización optimizada de voz a texto para el modelo Whisper compatible con múltiples motores de inferencia
YouDub es una herramienta de código abierto diseñada para traducir y doblar automáticamente videos de YouTube de alta calidad, con el fin de llevarlos al internet chino. La herramienta utiliza tecnología de reconocimiento de voz por IA para convertir el audio en texto, luego traduce el texto al chino mediante un Modelo de Lenguaje Grande (LLM) y, finalmente, convierte el texto en audio utilizando tecnología de clonación de voz por IA. De esta manera, podemos crear videos doblados al chino que conservan el timbre de voz original del YouTuber.
Servidor de inferencia de lenguaje altamente optimizado de código abierto, local y autoalojado que soporta ASR/STT, TTS y LLM a través de WebRTC, REST y WS
Una Skill de Claude Code / Codex de código abierto que convierte, con un solo clic, un artículo o un vídeo (de Douyin, Bilibili o YouTube, primero transcrito) en publicaciones gráficas para Xiaohongshu, imágenes largas con estilo de revista, diseños para cuentas oficiales de WeChat y vídeos cortos narrados con voz de IA. 21 temas, validación automática y cero dependencias de npm.
ScribeWizard: Genere notas organizadas a partir de audio usando Groq, Whisper y Llama3
Recortador de vídeos con IA de código abierto y enfoque local. Introduce un vídeo largo y obtén clips en formato 9:16, con subtítulos integrados y seguimiento del hablante. Funciona completamente sin conexión con Whisper + Ollama, o usa tu propia clave de API.