#whisper Repository
145 repository in totale
Lascia che Claude (o qualsiasi LLM) guardi effettivamente un video โ fotogrammi con rilevamento delle scene e deduplicati + trascrizione, da un URL o file locale. Funziona localmente, MIT.
Libreria di inferenza leggera per file ONNX, scritta in C++. Puรฒ eseguire Stable Diffusion XL 1.0 su un RPI Zero 2 (o con 298 MB di RAM), ma anche Mistral 7B su desktop e server. Supporto per ARM, x86, WASM, RISC-V. Accelerato da XNNPACK. Binding Python, C# e JS (WASM) disponibili.
Riconoscimento vocale locale per macOS IA sul dispositivo, completamente privato, cloud opzionale
๐๏ธ Strumento di generazione sottotitoli (Web-UI + CLI + pacchetto Python) potenziato da Whisper di OpenAI e le sue varianti ๐๏ธ
Digitazione vocale gratuita e open source per macOS e Windows. Trascrizione vocale locale con Whisper e Parakeet, disponibile anche offline.
WhisperFusion si basa sulle capacitร di WhisperLive e WhisperSpeech per fornire conversazioni senza interruzioni con un'IA.
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 proprietร .
Concedi a Claude la capacitร di guardare e comprendere i video โ plugin Claude Code con estrazione dei fotogrammi e analisi audio multimodale
Un progetto open-source per sviluppatori Windows per imparare ad aggiungere AI con modelli e API locali alle app Windows.
Trascrizione controllabile. Letterale (ogni intercalare, pausa, balbettio e suono vocale) oppure intenzionale (ciรฒ che il parlante intendeva dire, ottimizzato per la leggibilitร ), 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 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.
Generazione automatica di sottotitoli per YouTube utilizzando Whisper di OpenAI
๐ฆ Speech-AI-Forge รจ un progetto sviluppato attorno a un modello di generazione TTS, che implementa un API Server e una WebUI basata su Gradio.
Video esplicativi e dimostrazioni di prodotti realizzati dal tuo agente IA. Gratuito e open source: una voce locale (Kokoro), la sincronizzazione delle parole (Whisper) e un renderer canvas trasformano uno script in un MP4 narrato.
MTools รจ una potente applicazione desktop multifunzione che integra strumenti per lโelaborazione di audio e video, la modifica delle immagini, la gestione del testo e la codifica. Include funzionalitร di potenziamento basate sullโIA e offre un servizio MCP locale. ร progettata per semplificare il flusso di lavoro e aumentare la produttivitร .
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, ..]
AI Inference Operator per Kubernetes. Il modo piรน semplice per servire modelli ML in produzione. Supporta VLM, LLM, embedding e speech-to-text.
Riconoscimento vocale nativo per Linux - Dettatura rapida, accurata, privata e hackerabile a livello di sistema
Whisper รจ un formato di database di serie temporali basato su file per Graphite.
Affina il modello di riconoscimento vocale Whisper per supportare l'addestramento senza dati di timestamp, l'addestramento con dati di timestamp e l'addestramento senza dati vocali. Accelera l'inferenza e supporta il deployment Web, il deployment desktop Windows e il deployment Android
OpenCluely รจ un'alternativa gratuita e open source a Cluely, progettata per colloqui tecnici come DSA, OAs e CP. Offre una sovrapposizione invisibile, assistenza AI in tempo reale, elaborazione intelligente delle immagini per la cattura delle domande e supporto multilingue: 100% personalizzabile e privato.
L'app iOS open-source che rende la trascrizione vocale di qualitร piรน accessibile sui dispositivi mobili.
Fidanzata IA vocale (fidanzata IA vocale per DeepSeek Harness): input vocale con Whisper + clonazione vocale con Qwen3-TTS + riproduzione in streaming frase per frase + finestra con avatar animato. Due modalitร : interruzione o coda; basta parlare per interrompere.
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.
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.
Assistente per la registrazione vocale con BYOK, trascrizione ASR, diarizzazione dei parlanti, riepiloghi IA e supporto per endpoint ASR locali.
๐ฌ๐ Una piccola app di dettatura che utilizza il modello di riconoscimento vocale Whisper di OpenAI.
servizio di trascrizione e diarizzazione offline self-hosted chiavi in mano con riepilogo LLM
Input vocale per macOS con modelli locali: trascrivi, traduci e riscrivi in qualsiasi app. Il successore di Voxt.
Questo progetto fornisce un'API con supporto per l'accesso a livello utente per trascrivere il parlato in testo utilizzando un modello ASR Whisper messo a punto e processato.
BiBi Keyboard: tastiera di input vocale con LLM e ASR per la piattaforma Android basata su Kotlin
Libreria C# per Twitch Chat, Whisper, API e PubSub. Consente di chattare, sussurrare, abbonarsi agli eventi dello stream e modificare canale/account. Supporta tutto ciรฒ che supporta .NETStandard 2.0.