#speech-to-text Repository
211 repository in totale
AI copilot per riunioni open-source - trascrizione in tempo reale, cancellazione dell'eco e assistenza AI. Cattura audio di sistema + microfono, cancella l'eco tramite WebRTC AEC3, trascrive con Deepgram e fornisce aiuto Claude/OpenAI durante le riunioni. Funziona localmente su macOS e Windows.
Un sistema RAG【Retrieval-Augmented Generation】adatto per l'apprendimento, l'uso e l'estensione autonoma! Può connettersi a Internet per effettuare ricerche AI.
Dettatura gratuita per desktop su macOS e Windows. Detta messaggi, e-mail e note nelle tue app con il riconoscimento vocale locale o nel cloud.
Sottotitoli bilingui in tempo reale per qualsiasi app su macOS. Acquisisce l’audio, trascrive il parlato e traduce offline, tutto dalla barra dei menu.
YouDub è uno strumento open-source progettato per tradurre e doppiare automaticamente video di YouTube di alta qualità, consentendone il trasferimento sull'internet cinese. Lo strumento utilizza la tecnologia di riconoscimento vocale AI per convertire l'audio in testo, quindi traduce il testo in cinese tramite un Modello Linguistico di Grandi Dimensioni (LLM) e, infine, converte il cinese in audio utilizzando la tecnologia di clonazione vocale AI. In questo modo, possiamo creare video doppiati in cinese che mantengono il tono di voce originale dello YouTuber.
Questo strumento utilizza l'IA per valutare la tua pronuncia.
Server di inferenza linguistica altamente ottimizzato open source, locale e auto-ospitato che supporta ASR/STT, TTS e LLM su WebRTC, REST e WS
Riconoscimento vocale generativo incentrato sull'arabo — Audar-ASR-V1 (Flash + Turbo). N. 1 nella classifica Open Universal Arabic ASR. Schede modello, benchmark e inferenza.
Un sistema client-server leggero per l'elaborazione audio in tempo reale con rilevamento dell'attività vocale (VAD) e riconoscimento vocale automatico (ASR).