#speech-to-text Dépôts
211 dépôts au total
Copilote IA pour réunions open-source - transcription en temps réel, annulation d'écho et assistance IA. Capture l'audio système + micro, annule l'écho via WebRTC AEC3, transcrit avec Deepgram et fournit une aide Claude/OpenAI pendant les réunions. Fonctionne localement sur macOS et Windows.
Un système RAG【Génération Augmentée par Récupération】adapté à l'apprentissage, à l'utilisation et à l'extension autonome ! Peut se connecter à Internet pour effectuer des recherches IA.
Dictée gratuite sur ordinateur pour macOS et Windows. Dictez des messages, des e-mails et des notes dans vos applications grâce à la reconnaissance vocale locale ou dans le cloud.
Sous-titres bilingues en direct pour toutes les apps sur macOS. Capture l’audio, transcrit la parole et traduit hors ligne — le tout depuis la barre des menus.
YouDub est un outil open source conçu pour traduire et doubler automatiquement des vidéos YouTube de haute qualité, afin de les transférer sur l'internet chinois. L'outil utilise la technologie de reconnaissance vocale par IA pour convertir l'audio en texte, traduit ensuite le texte en chinois via un Grand Modèle de Langage (LLM), et convertit finalement le chinois en audio à l'aide de la technologie de clonage vocal par IA. Ainsi, nous pouvons créer des vidéos doublées en chinois qui conservent le timbre de voix original du YouTuber.
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
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.
Un système léger client-serveur pour le traitement audio en temps réel avec détection d'activité vocale (VAD) et reconnaissance automatique de la parole (ASR).