#speech-recognition Dépôts
206 dépôts au total
Serveur d'inférence linguistique hautement optimisé open source, local et auto-hébergé prenant en charge ASR/STT, TTS et LLM via WebRTC, REST et WS
Synthèse vocale, reconnaissance vocale et détection d’activité vocale pour les conversations vocales, en C++ avec ggml : Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet et Silero VAD sur Metal, Vulkan et le CPU, avec un serveur compatible avec OpenAI et une transcription en direct.
Reconnaissance vocale générative axée sur l'arabe — Audar-ASR-V1 (Flash + Turbo). N° 1 au classement Open Universal Arabic ASR. Fiches de modèle, benchmarks et inférence.
Outil gratuit et open source de montage vidéo par IA et de création de clips de livestreams : transformez en un clic des vidéos longues, des replays de lives et des podcasts en courtes vidéos verticales virales, puis publiez-les directement sur TikTok, Kwai, Bilibili, Xiaohongshu et WeChat Channels. L’IA repère les moments forts et les phrases marquantes, utilise l’activité des commentaires pour identifier les passages les plus percutants, ajoute automatiquement les sous-titres et convertit les vidéos horizontales au format vertical. Exécution locale, sans filigrane et sans téléversement | Alternative gratuite et open source à Opus Clip, 100 % locale : l’IA transforme les vidéos longues et les VOD de livestreams en shorts viraux au format 9:16 pour TikTok et YouTube Shorts. Aucun crédit requis, aucun filigrane, aucun téléversement. Windows/macOS/Linux.