#speech-to-text Repository
211 repository in totale
App Whisper multi-backend. Velocissima. Ottimizzata per Mac-ARM. Installazione facile. Inserisci un file locale o un URL e questo servizio lo trascriverร utilizzando Whisper AI. Completamente privato e gratuito ๐คฏ๐คฏ๐คฏ
Fine-tune LLMs sul tuo Mac con Apple Silicon. SFT, DPO, GRPO, Visione, TTS, STT, Embedding e fine-tuning OCR โ nativamente su MLX. API compatibile con Unsloth.
๐ Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali
Client da riga di comando Whisper compatibile con il client originale OpenAI basato su CTranslate2.
Gp.nvim (prompt GPT) Plugin AI Neovim: sessioni ChatGPT e operazioni di testo/codice istruibili e sintesi vocale [OpenAI, Ollama, Anthropic, ..]
Motore di inferenza offline per arte, conversazioni vocali in tempo reale, chatbot basati su LLM e flussi di lavoro automatizzati
Riconoscimento vocale nativo per Linux - Dettatura rapida, accurata, privata e hackerabile a livello di sistema
StreamSpeech รจ un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.
Completamente locale, privato e multipiattaforma Speech-to-Text con post-elaborazione LLM
Un'applicazione modulare per assistenti vocali per sperimentare con modelli all'avanguardia di trascrizione, generazione di risposte e text-to-speech. Supporta le API di OpenAI, Groq, Elevenlabs, CartesiaAI e Deepgram, oltre ai modelli locali tramite Ollama. Ideale per la ricerca e lo sviluppo nella tecnologia vocale.
L'app iOS open-source che rende la trascrizione vocale di qualitร piรน accessibile sui dispositivi mobili.
SDK vocale-AI open-source. L'alternativa a Vapi/Retell per sviluppatori che vogliono possedere lo stack. Dai al tuo agente AI un numero di telefono in 4 righe โ Python e TypeScript, con licenza MIT, Twilio, Telnyx e Plivo.
Dettatura vocale gratuita, open-source e 100% offline per Linux. Parla e digita ovunque tramite i motori whisper.cpp, Whisper e VOSK, accelerato via GPU, funziona su X11 + Wayland.
Whisper-Flow รจ un framework progettato per consentire la trascrizione in tempo reale del contenuto audio utilizzando il modello Whisper di OpenAI. Invece di elaborare file interi dopo il caricamento (modalitร batch), Whisper-Flow accetta un flusso continuo di frammenti audio e produce trascrizioni incrementali immediatamente.
:zap: TensorFlowASR: Quasi all'avanguardia nel riconoscimento vocale automatico in Tensorflow 2. Lingue supportate che possono utilizzare caratteri o sottoparole
Assistente per la registrazione vocale con BYOK, trascrizione ASR, diarizzazione dei parlanti, riepiloghi IA e supporto per endpoint ASR locali.
Fun-Audio-Chat รจ un modello linguistico audio di grandi dimensioni, costruito per interazioni vocali naturali e a bassa latenza.
Questa suite di strumenti consente agli utenti di interagire direttamente con i servizi AI dal proprio terminale.
๐ฌ๐ Una piccola app di dettatura che utilizza il modello di riconoscimento vocale Whisper di OpenAI.
Trascrizione audio quasi in tempo reale utilizzando Whisper self-hosted e WebSocket in Python/JS
Valuti il vostro sistema di riconoscimento vocale con misure di similaritร come il tasso di errore di parole (WER)
Trasforma lโaudio del computer o del microfono in sottotitoli tradotti in tempo reale.
Input vocale per macOS con modelli locali: trascrivi, traduci e riscrivi in qualsiasi app. Il successore di Voxt.
Voicy (@voicybot): un bot di Telegram che converte i messaggi vocali in testo nei gruppi e nelle chat private
Un'app gratuita, open source, con prioritร alla privacy per l'input vocale su macOS.
Omni SenseVoice: Riconoscimento vocale ad alta velocitร con timestamp delle parole ๐ฃ๏ธ๐ฏ
BiBi Keyboard: tastiera di input vocale con LLM e ASR per la piattaforma Android basata su Kotlin
Riconoscimento vocale cinese end-to-end basato su PaddlePaddle, dall'introduzione alla pratica, casi di esempio introduttivi super semplici, progetti aziendali super pratici. Supporta i modelli piรน diffusi attualmente: DeepSpeech2, Conformer, Squeezeformer.
Un'applicazione desktop locale e gratuita per estrarre sottotitoli (SRT) dai video e tradurli in qualsiasi lingua: utilizzo illimitato, nessuna registrazione, nessun cloud.
Software all-in-one per la generazione automatica di sottotitoli; copre l'intero processo di download, trascrizione, traduzione e hardcoding, senza alcun intervento manuale.
Un'implementazione estremamente veloce di Whisper ottimizzata per Apple Silicon utilizzando MLX.
Crea app web speech2text in tempo reale utilizzando Whisper di OpenAI https://openai.com/blog/whisper/
Risorse di codice Azure OpenAI per l'utilizzo delle funzionalitร in tempo reale di gpt-4o.
Unโapp di trascrizione vocale con IA privata al 100% che converte il parlato in testo in oltre 100 lingue. Realizzata con Compose Multiplatform per Android e iOS e basata su Whisper AI: nessun caricamento sul cloud, tutta lโelaborazione avviene sul dispositivo per garantire la massima privacy. Contattaci direttamente allโindirizzo: [email protected]
Hub di runtime C++ ggml per modelli ASR e TTS multilingue: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, ecc., oltre all'allineamento forzato universale e altro ancora