#transcription Repository
Scopri 72 repository GitHub open source attivi contrassegnati con #transcription, che raccolgono un totale di 322,848 stelle (con una media di 4,484 stelle per progetto). Il progetto leader di questo argomento è debpalash/VoiceStudio, con 115,753 stelle.
72 repository in totale
VoiceStudio è l’alternativa open source e completamente locale a ElevenLabs: clonazione vocale, progettazione della voce, doppiaggio video, dettatura, trascrizione e creazione di audiolibri in 646 lingue.
Assistente IA per prendere appunti durante le riunioni, con la privacy al primo posto, per Windows, macOS e Linux. Gratuito e open source (MIT). Trascrizione con Whisper/Parakeet e diarizzazione dei parlanti direttamente sul dispositivo, senza bot nelle riunioni. Alternativa open source a Granola, Otter e Fireflies. https://meetily.ai
Kit di strumenti di riconoscimento vocale open source per training, inferenza, ASR in streaming, VAD, punteggiatura, pipeline di diarizzazione dei parlanti e servizio compatibile con OpenAI/MCP.
Gradio WebUI per creatori e sviluppatori, con le principali funzionalità TTS (Edge-TTS, kokoro) e Voice Cloning zero-shot (E2 & F5-TTS, CosyVoice), con elaborazione audio Whisper, download da YouTube, isolamento vocale Demucs e traduzione multilingue.
Scarica video e audio da oltre 1.000 siti, trascrivili localmente con le etichette dei parlanti e riassumi, traduci o chatta sui tuoi contenuti multimediali con il provider di IA che preferisci.
Modello SenseVoiceSmall open source per ASR in mandarino, cantonese, inglese, giapponese e coreano, identificazione della lingua, riconoscimento delle emozioni e rilevamento di eventi audio.
Strumento di trascrizione video, generazione di sottotitoli e clipping assistito da LLM basato su FunASR con interfaccia utente Gradio locale.
Generazione di sottotitoli on-device che si collega direttamente a DaVinci Resolve, Premiere e After Effects.
Trasforma audio e video in sottotitoli con un'interfaccia web facile da usare. Tutto viene eseguito sul tuo dispositivo. In precedenza Whishper.
API open‑source per la trascrizione delle riunioni di Google Meet, Microsoft Teams e Zoom. Bot che si uniscono automaticamente, trascrizioni in tempo reale tramite WebSocket, server MCP per agenti AI. O esegui l’autohosting o utilizza un SaaS hostato.
Toolkit gratuito e open source per file PDF, immagini, video e audio. Comprimi, converti, esegui l’OCR, rimuovi gli sfondi e trascrivi sul tuo server con un solo comando Docker. Oltre 200 strumenti, IA locale e API REST. Un’alternativa a iLovePDF, TinyWow, CloudConvert e remove.bg.
App legacy Hex in Swift. Prova la versione riscritta in Rust su hex.kitlangton.com; nuovo codice sorgente su github.com/anomalyco/hex.
Note private per le riunioni con l'IA che restano sul tuo computer. Nessun bot per le riunioni. Gratis e open source per Mac, Windows e Linux. Un'alternativa a Granola, Otter e Fireflies.
Un registratore di riunioni bello e minimalista per Mac. Premi Avvia e, dopo aver premuto Interrompi, troverai appunti e trascrizione in un unico file Markdown. Tutto avviene sul dispositivo. Gratuito e open source.
Workspace AI per la gestione di Xiaohongshu|Raccolta dati da Xiaohongshu, download dei commenti, libreria di risorse, scelta degli argomenti, scrittura con IA e soluzione completa per Xiaohongshu: pronta all’uso e installabile con un clic. Workspace AI per Xiaohongshu, libreria di risorse per creator, scrittura con IA + impaginazione automatica delle immagini, OpenClaw per Xiaohongshu, base di risorse per creator + workspace AI, supporto ai post con immagini e testo di Xiaohongshu e al download dei commenti, strumenti di creazione IA per Xiaohongshu, WorkBuddy per creator, raccolta dati tramite crawler su Douyin e Xiaohongshu
🔊 Lista fantastica per Whisper — un sistema open-source di riconoscimento vocale basato sull'IA sviluppato da OpenAI
Lascia che Claude (o qualsiasi LLM) guardi effettivamente un video — fotogrammi con rilevamento delle scene e deduplicati + trascrizione, da un URL o file locale. Funziona localmente, MIT.
Un modello da 0,9B per la trascrizione di contenuti lunghi in oltre 50 lingue, con diarizzazione dei parlanti, timestamp e riconoscimento degli eventi acustici
Tecnologia AI all'avanguardia per la trascrizione audio automatizzata. Una bella GUI per Whisper di OpenAI e pyannote (identificazione del parlante)
Un pacchetto Python per creare applicazioni audio in tempo reale potenziate dall'IA
Riconoscimento vocale locale per macOS IA sul dispositivo, completamente privato, cloud opzionale
Pipeline di editing open source basata su agenti: crea sottotitoli, motion graphics e diapositive, modifica e renderizza video.
BaoCut: un agente video IA con una timeline modificabile. Trascrivi, sottotitola, traduci, doppia, taglia e anima.
Muesli: trascrizione locale delle riunioni e dettatura native per agenti su macOS (alternativa a Granola + WisprFlow + Littlebird)
Digitazione vocale gratuita e open source per macOS e Windows. Trascrizione vocale locale con Whisper e Parakeet, disponibile anche offline.
Modelli di riconoscimento vocale Fun-ASR, con supporto nativo per Hugging Face Transformers per Fun-ASR-Nano e percorsi di distribuzione separati per FunASR, vLLM e llama.cpp.
Alternativa open source e local-first a Granola/Otter, interrogabile da Claude Code, Codex, Cursor e qualsiasi client MCP. Riunioni, chiamate e memo vocali trascritti sul dispositivo in Markdown di tua proprietà.
Trascrizione controllabile. Letterale (ogni intercalare, pausa, balbettio e suono vocale) oppure intenzionale (ciò che il parlante intendeva dire, ottimizzato per la leggibilità), con timestamp a livello di parola.
App Whisper multi-backend. Velocissima. Ottimizzata per Mac-ARM. Installazione facile. Inserisci un file locale o un URL e questo servizio lo trascriverà utilizzando Whisper AI. Completamente privato e gratuito 🤯🤯🤯
„Hardcore Hackers – Il percorso verso i 12.000 dollari di ARR in due mesi“ è un libro scritto dal team Hardcore Hackers. Questo libro è la fedele cronaca del percorso del prodotto Podwise: contiene cinque capitoli: Ispirazione - Costruzione - Lancio - Crescita - Revisione. Se pensi che leggere da solo non sia abbastanza stimolante, sei il benvenuto a unirti al Knowledge Planet ufficiale di "Hardcore Hackers" per discuterne con gli esperti! La storia di Podwise è appena iniziata e continueremo a condividere le nostre conoscenze sul pianeta. Il successo potrebbe non essere replicabile, ma i fallimenti sono sicuramente da cui imparare. Unisciti ora facendo clic sul link sottostante!
14 skill di IA per acquisire contenuti cinesi omnicanale (Douyin / Bilibili / Xiaohongshu / account ufficiali WeChat / X / podcast) nella propria base di conoscenza personale: salvare le immagini dei post, convertire i video in trascrizioni, trascrizione con priorità ai sottotitoli senza GPU, pianificazione degli abbonamenti RSS/YouTube con briefing quotidiani e server MCP per la base di conoscenza. | Acquisisci contenuti cinesi nella tua base di conoscenza personale: instradamento di immagini e video, trascrizione con priorità ai sottotitoli, abbonamenti ai feed con riepiloghi quotidiani e server MCP per la base di conoscenza.
L'app iOS open-source che rende la trascrizione vocale di qualità più accessibile sui dispositivi mobili.
Generazione di didascalie video per la generazione di file srt. Nessuna richiesta di API di terze parti, implementazione locale dell'audio in testo. Un framework di generazione di sottotitoli video basato su Transformer. Uno strumento GUI per generare sottotitoli dai video e generare file srt.
Editor video AI per agenti. Plugin ChatCut e server MCP per Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work e Qwen Work: modifica i tuoi video chattando, aggiungi didascalie e sottotitoli, rimuovi silenzi e intercalari, crea animazioni grafiche ed esporta una timeline modificabile.
Qualsiasi file → Markdown pulito per agenti IA: PDF, Word, PowerPoint, Excel, EPUB, HTML e pagine web, immagini (OCR), audio e video (metadati, sottotitoli, trascrizioni). Un server MCP e una CLI veloci scritti in Rust, che funzionano sulla tua macchina. Nessuna chiave API.
Whisper-Flow è 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 (modalità batch), Whisper-Flow accetta un flusso continuo di frammenti audio e produce trascrizioni incrementali immediatamente.
Assistente per la registrazione vocale con BYOK, trascrizione ASR, diarizzazione dei parlanti, riepiloghi IA e supporto per endpoint ASR locali.
servizio di trascrizione e diarizzazione offline self-hosted chiavi in mano con riepilogo LLM
Voicy (@voicybot): un bot di Telegram che converte i messaggi vocali in testo nei gruppi e nelle chat private
Domande frequenti
Qual è il repository #transcription più popolare su GitHub?
Il progetto open source #transcription più alto in classifica su GitHub è debpalash/VoiceStudio, con 115,753 stelle. VoiceStudio è l’alternativa open source e completamente locale a ElevenLabs: clonazione vocale, progettazione della voce, doppiaggio video, dettatura, trascrizione e creazione di audiolibri in 646 lingue.
Quali linguaggi di programmazione sono più utilizzati nei repository #transcription?
Tra i progetti #transcription più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Rust, Swift.
Come viene calcolata la classifica dei repository #transcription?
Monitoriamo 72 repository open source attivi contrassegnati con #transcription (500+ stelle), per un totale di 322,848 stelle e una media di 4,484 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.