#whisper Dépôts
145 dépôts au total
Générez des fichiers de sous-titres en masse pour les vidéos locales et pouvez traduire les fichiers de sous-titres dans d'autres langues, prise en charge multiplateforme des systèmes Windows et Mac.
Une application de bureau locale et gratuite pour extraire les sous-titres (SRT) de vidéos et les traduire dans n'importe quelle langue — utilisation illimitée, sans inscription, sans cloud.
Logiciel de génération de sous-titres entièrement automatisé tout-en-un, couvrant l'intégralité du processus : téléchargement, transcription, traduction et incrustation, sans aucune intervention humaine.
Un package Unity OpenAI non officiel qui vise à vous aider à utiliser l'API OpenAI directement dans le moteur de jeu Unity.
Créez des applications web speech2text en temps réel à l'aide de Whisper d'OpenAI https://openai.com/blog/whisper/
Implémentation Golang du serveur Graphite/Carbon avec une architecture classique : Agent -> Cache -> Persister
Une application de transcription vocale entièrement locale et privée, offrant plusieurs backends de modèles, la diarisation et un mode calendrier - Disponible pour Windows, macOS et Linux
SDK d’IA locale open source : exécutez l’IA sur l’appareil, sans cloud ni clés API. Prend en charge GGUF, RAG, la génération d’images, de musique et de vidéos, la conversion de la parole en texte, l’inférence P2P et bien plus encore. Multiplateforme : Linux, macOS, Windows, Android et iOS.
Chatbot vocal local pour des conversations engageantes, alimenté par Ollama, Hugging Face Transformers et Coqui TTS Toolkit
Hook React pour OpenAI Whisper avec enregistreur vocal, transcription en temps réel et suppression du silence intégrés
Vui Nano — un petit modèle de synthèse vocale sensible au contexte, entraîné sur des conversations réelles. 219 millions de paramètres actifs (305 millions au total), sous licence Apache 2.0, clonage vocal et diffusion en continu ; fonctionne sur CPU (build C sans dépendances). Inclut un assistant vocal temps réel complet : WebRTC, ASR, LLM local et compatibilité avec l’API Realtime d’OpenAI.
Exécution du modèle de reconnaissance vocale (whisper.cpp) dans Unity3d sur votre machine locale.
Transcription vocale en temps réel avec FastRTC ⚡️ et Whisper local 🤗
Saisie vocale par IA open source pour macOS, Windows et Linux. Appuyez sur un raccourci, parlez naturellement et obtenez un texte soigné dans n'importe quelle application.
Reconnaissance vocale hors ligne avec OpenAI Whisper et TensorFlow Lite pour Android
Résumé vidéo par IA et base de connaissances pour Bilibili, YouTube et les vidéos locales.
Transcrire et traduire la voix en fichier LRC à l'aide de Whisper et LLM (GPT, Claude, et,al). Utiliser whisper et LLM (GPT, Claude, etc.) pour transcrire et traduire votre audio en fichier de sous-titres.
Transformez facilement une playlist YouTube entière en transcriptions de haute qualité à l'aide de Whisper.
Une application de transcription et de traduction vocale en temps réel utilisant Whisper OpenAI et l'API de traduction gratuite. Interface réalisée avec Tkinter. Code entièrement écrit en Python.
Assistant vocal local en français : Claude ou Ollama (hors ligne), domotique Hue, OBS, agenda, navigateur, appels Twilio, serveur MCP. Python.
Ajoutez sans effort des sous-titres de transcription générés par l'IA à vos vidéos
Compétence portable pour agent IA : convertissez des liens vidéo YouTube, Instagram, TikTok, X et d’autres plateformes en notes Markdown prêtes pour Obsidian, avec des sous-titres ou des transcriptions locales via Whisper, des images, des métadonnées et des horodatages
Application de dictée gratuite, open source et privilégiant le traitement local pour macOS. Maintenez un raccourci enfoncé, parlez, et le texte s’écrit dans n’importe quelle application. Transcription vocale en texte sur l’appareil avec Whisper, Parakeet et Apple Speech. Une alternative privée, hors ligne et open source à Wispr Flow.
Liste d'API STT de reconnaissance vocale coréenne. Benchmarks de performance pour chacune.
Un pipeline optimisé de synthèse vocale vers texte pour le modèle Whisper prenant en charge plusieurs moteurs d'inférence
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
Une Skill open source pour Claude Code / Codex qui transforme en un clic un article ou une vidéo (Douyin, Bilibili ou YouTube, d’abord transcrite) en publications illustrées pour Xiaohongshu, longues images au style magazine, mises en page pour les comptes officiels WeChat et courtes vidéos avec narration vocale par IA. 21 thèmes, validation automatique et aucune dépendance npm.
ScribeWizard : Générez des notes organisées à partir de l'audio à l'aide de Groq, Whisper et Llama3
Outil open source de découpage vidéo par IA, privilégiant le traitement local. Importez une longue vidéo et obtenez des clips au format 9:16, avec sous-titres incrustés et suivi de l’intervenant. Fonctionne entièrement hors ligne avec Whisper + Ollama, ou utilisez votre propre clé API.