#transcription Dépôts
Découvrez 72 dépôts GitHub open source actifs associés à #transcription, cumulant 322,848 étoiles au total (soit une moyenne de 4,484 étoiles par projet). Le projet en tête de ce thème est debpalash/VoiceStudio, avec 115,753 étoiles.
72 dépôts au total
VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.
Outil de prise de notes de réunion par IA privilégiant la confidentialité, pour Windows, macOS et Linux. Gratuit et open source (MIT). Transcription avec Whisper/Parakeet et diarisation des intervenants sur l’appareil, sans bot dans les réunions. Alternative open source à Granola, Otter et Fireflies. https://meetily.ai
Kit d'outils de reconnaissance vocale open source pour l'entraînement, l'inférence, la ASR en streaming, la VAD, la ponctuation, les pipelines de diarisation des locuteurs et le service compatible OpenAI/MCP.
Gradio WebUI pour créateurs et développeurs, avec les principales fonctionnalités TTS (Edge-TTS, kokoro) et clonage de voix zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.
Téléchargez des vidéos et de l’audio depuis plus de 1 000 sites, transcrivez-les localement avec des étiquettes de locuteur, puis résumez-les, traduisez-les ou échangez avec vos contenus multimédias grâce au fournisseur d’IA de votre choix.
Modèle SenseVoiceSmall open source pour la reconnaissance vocale en mandarin, cantonais, anglais, japonais et coréen, identification de la langue, reconnaissance des émotions et détection d'événements audio.
Outil de transcription vidéo, de génération de sous-titres et de découpage assisté par LLM, propulsé par FunASR avec une interface utilisateur Gradio locale.
Un convertisseur audio-MIDI léger mais puissant avec détection de modulation de hauteur
Génération de sous-titres sur l'appareil qui se connecte directement à DaVinci Resolve, Premiere et After Effects.
Transformez des fichiers audio et vidéo en sous-titres grâce à une interface web facile à utiliser. Tout fonctionne sur votre propre machine. Anciennement Whishper.
API de transcription de réunions open‑source pour Google Meet, Microsoft Teams et Zoom. Bots qui rejoignent automatiquement, transcriptions WebSocket en temps réel, serveur MCP pour agents IA. Auto-hébergez ou utilisez une SaaS hébergée.
Boîte à outils gratuite et open source pour les fichiers PDF, les images, la vidéo et l’audio. Compressez, convertissez, effectuez de l’OCR, supprimez les arrière-plans et transcrivez sur votre propre serveur avec une seule commande Docker. Plus de 200 outils, IA locale et API REST. Une alternative à iLovePDF, TinyWow, CloudConvert et remove.bg.
Ancienne application Swift Hex. Essayez la réécriture en Rust sur hex.kitlangton.com ; nouveau code source sur github.com/anomalyco/hex.
Des notes de réunion privées grâce à l’IA, qui restent sur votre ordinateur. Aucun bot de réunion. Gratuit et open source pour Mac, Windows et Linux. Une alternative à Granola, Otter et Fireflies.
Un enregistreur de réunions élégant et minimaliste pour Mac. Appuyez sur Démarrer, puis sur Arrêter pour obtenir vos notes et une transcription dans un seul fichier Markdown. Tout est traité sur l’appareil. Gratuit et open source.
Espace de travail IA pour la gestion de Xiaohongshu|Collecte de données Xiaohongshu, téléchargement des commentaires, bibliothèque de ressources, choix de sujets, rédaction par IA et solution complète pour Xiaohongshu : prêt à l’emploi et installation en un clic. Espace de travail IA Xiaohongshu, bibliothèque de ressources pour créateurs de contenu, rédaction par IA + mise en page automatique des images, OpenClaw pour Xiaohongshu, socle d’actifs pour créateurs de contenu + espace de travail IA, prise en charge des publications texte et image de Xiaohongshu et du téléchargement des commentaires, outils de création IA pour Xiaohongshu, WorkBuddy pour créateurs de contenu, collecte de données par crawler sur Douyin et Xiaohongshu
🔊 Liste géniale pour Whisper — un système open-source de reconnaissance vocale alimenté par l'IA développé par OpenAI
Laissez Claude (ou tout LLM) regarder une vidéo — images dédupliquées et conscientes des scènes + transcription, à partir d'une URL ou d'un fichier local. Fonctionne localement, MIT.
Un modèle de 0,9B pour la transcription de contenus longs dans plus de 50 langues, avec diarisation des locuteurs, horodatage et détection des événements acoustiques
Technologie d'IA de pointe pour la transcription audio automatisée. Une belle interface graphique pour Whisper d'OpenAI et pyannote (identification du locuteur)
Un package Python pour créer des applications audio en temps réel alimentées par l'IA
Transcription vocale locale pour macOS IA sur appareil, totalement privée, cloud optionnel
Pipeline de montage open source piloté par des agents : créez des sous-titres, des animations graphiques et des diapositives, puis montez et rendez des vidéos.
BaoCut : un agent vidéo IA doté d’une timeline modifiable. Transcrivez, sous-titrez, traduisez, doublez, découpez et animez.
Plugin OBS pour la reconnaissance vocale locale et le sous-titrage à l'aide de l'IA
Muesli : transcription locale de réunions et dictée natives pour les agents sur macOS (alternative à Granola + WisprFlow + Littlebird)
Saisie vocale gratuite et open source pour macOS et Windows. Transcription vocale locale avec Whisper et Parakeet, également disponible hors ligne.
Modèles de reconnaissance vocale Fun-ASR, avec prise en charge native de Hugging Face Transformers pour Fun-ASR-Nano et des voies de déploiement distinctes pour FunASR, vLLM et llama.cpp.
Alternative open source et locale à Granola/Otter, interrogeable par Claude Code, Codex, Cursor et tout client MCP. Réunions, appels et mémos vocaux transcrits sur l’appareil en Markdown dont vous êtes propriétaire.
Interface graphique simple pour la transcription de piano de ByteDance avec pédales
Transcription contrôlable. Verbatim (chaque mot de remplissage, pause, bégaiement et son vocal) ou interprétée (ce que le locuteur voulait dire, optimisée pour la lisibilité), avec des horodatages au niveau des mots.
Application Whisper multi-backend. Extrêmement rapide. Optimisée pour Mac-ARM. Installation facile. Entrez un fichier local ou une URL et ce service le transcrira à l'aide de Whisper AI. Entièrement privé et gratuit 🤯🤯🤯
« Hardcore Hackers – La voie vers 12 000 $ d'ARR en deux mois » est écrit par l'équipe Hardcore Hackers. Ce livre est une chronique fidèle du parcours du produit Podwise : il comprend cinq chapitres : Inspiration - Construction - Lancement - Croissance - Bilan. Si vous pensez qu'une seule personne ne suffit pas, n'hésitez pas à rejoindre la planète de connaissances officielle des « Hardcore Hackers » pour en discuter avec des experts ! L'histoire de Podwise ne fait que commencer, et nous continuerons à partager nos apprentissages sur la planète. Le succès n'est peut-être pas reproductible, mais les échecs sont certainement une source d'apprentissage. Rejoignez-nous dès maintenant en cliquant sur le lien ci-dessous !
14 skills d’IA pour intégrer du contenu chinois multicanal (Douyin / Bilibili / Xiaohongshu / comptes officiels WeChat / X / podcasts) dans votre base de connaissances personnelle : enregistrement des images des publications, conversion des vidéos en transcriptions, transcription priorisant les sous-titres sans GPU, planification des abonnements RSS/YouTube avec briefings quotidiens et serveur MCP pour la base de connaissances. | Intégrez du contenu chinois dans votre base de connaissances personnelle : routage des images et vidéos, transcription priorisant les sous-titres, abonnements aux flux avec résumés quotidiens et serveur MCP pour la base de connaissances.
🎬 Éditeur vidéo/audio open source, basé sur la transcription, qui vit dans le navigateur.
L'application iOS open-source qui rend la transcription vocale de qualité plus accessible sur les appareils mobiles.
Génération de sous-titres vidéo pour générer des fichiers srt. Aucune demande d'API tierce, implémentation locale de l'audio en texte. Un framework de génération de sous-titres vidéo basé sur Transformer. Un outil GUI pour générer des sous-titres à partir de vidéos et générer des fichiers srt.
Éditeur vidéo IA pour agents. Plugin ChatCut et serveur MCP pour Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work et Qwen Work : montez vos propres vidéos par conversation, ajoutez des légendes et des sous-titres, supprimez les silences et les mots de remplissage, créez des animations graphiques et exportez une timeline modifiable.
N’importe quel fichier → du Markdown propre pour les agents d’IA : PDF, Word, PowerPoint, Excel, EPUB, HTML et pages web, images (OCR), audio et vidéo (métadonnées, sous-titres, transcriptions). Un serveur MCP et une interface en ligne de commande rapides, écrits en Rust, qui s’exécutent sur votre machine. Aucune clé API.
Whisper-Flow est un framework conçu pour permettre la transcription en temps réel du contenu audio en utilisant le modèle Whisper d'OpenAI. Plutôt que de traiter l'intégralité des fichiers après leur téléchargement (« mode batch »), Whisper-Flow accepte un flux continu de fragments audio et produit des transcriptions incrémentales immédiatement.
Assistant d’enregistrement vocal avec BYOK, transcription ASR, diarisation des intervenants, résumés par IA et prise en charge des points de terminaison ASR locaux.
service de transcription et de diarisation hors ligne auto-hébergé clé en main avec résumé LLM
Voicy (@voicybot) : un bot Telegram qui transcrit les messages vocaux en texte dans les groupes et les conversations privées
Générez des sous-titres, des résumés et des chapitres à partir de vidéos en quelques secondes
Foire aux questions
Quel est le dépôt #transcription le plus populaire sur GitHub ?
Le projet #transcription open source le mieux classé sur GitHub est debpalash/VoiceStudio, avec 115,753 étoiles. VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.
Quels langages de programmation sont les plus utilisés dans les dépôts #transcription ?
Parmi les projets #transcription les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, Swift.
Comment le classement des dépôts #transcription est-il calculé ?
Nous suivons 72 dépôts open source actifs associés à #transcription (500+ étoiles), totalisant 322,848 étoiles, avec une moyenne de 4,484 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.