#whisper Repository
145 repository in totale
Genera file di sottotitoli in batch per video locali e puรฒ tradurre i file di sottotitoli in altre lingue, supporto multipiattaforma per sistemi Windows e Mac.
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 pacchetto Unity OpenAI non ufficiale che mira ad aiutarti a utilizzare l'API OpenAI direttamente nel motore di gioco Unity.
Crea app web speech2text in tempo reale utilizzando Whisper di OpenAI https://openai.com/blog/whisper/
Implementazione Golang del server Graphite/Carbon con architettura classica: Agent -> Cache -> Persister
Un'app di sintesi vocale (Speech-To-Text) completamente locale e privata, che offre molteplici backend di modelli, diarizzazione e modalitร calendario - Disponibile per Windows, macOS e Linux
SDK AI locale open source: esegui lโAI sul dispositivo senza cloud nรฉ chiavi API. Supporta GGUF, RAG, la generazione di immagini, musica e video, la conversione da voce a testo, lโinferenza P2P e altro ancora. Multipiattaforma: Linux, macOS, Windows, Android e iOS.
Chatbot vocale locale per conversazioni coinvolgenti, alimentato da Ollama, Hugging Face Transformers e Coqui TTS Toolkit
Hook React per OpenAI Whisper con registratore vocale, trascrizione in tempo reale e rimozione del silenzio integrati
Vui Nano โ un piccolo modello di sintesi vocale consapevole del contesto, addestrato su conversazioni reali. 219 milioni di parametri attivi (305 milioni in totale), Apache 2.0, clonazione vocale e streaming; funziona su CPU (build in C priva di dipendenze). Include un assistente vocale completo in tempo reale: WebRTC, ASR, LLM locale e compatibilitร con lโAPI Realtime di OpenAI.
Esecuzione del modello speech-to-text (whisper.cpp) in Unity3d sulla tua macchina locale.
Trascrizione vocale in tempo reale con FastRTC โก๏ธ e Whisper locale ๐ค
Dettatura vocale con IA open source per macOS, Windows e Linux. Premi una scorciatoia, parla naturalmente e ottieni un testo rifinito in qualsiasi app.
Riconoscimento vocale offline con OpenAI Whisper e TensorFlow Lite per Android
Strumento di riepilogo video con IA e base di conoscenze per Bilibili, YouTube e video locali.
Trascrivi e traduci la voce in file LRC usando Whisper e LLM (GPT, Claude, et,al). Usa whisper e LLM (GPT, Claude, ecc.) per trascrivere e tradurre il tuo audio in un file di sottotitoli.
Trasforma facilmente un'intera playlist di YouTube in trascrizioni di alta qualitร utilizzando Whisper.
Un'applicazione di trascrizione e traduzione vocale in tempo reale che utilizza Whisper OpenAI e l'API di traduzione gratuita. Interfaccia realizzata con Tkinter. Codice scritto interamente in Python.
Assistente vocale locale in francese: Claude o Ollama (offline), domotica Hue, OBS, agenda, browser, chiamate Twilio, server MCP. Python.
Aggiungi sottotitoli di trascrizione generati dall'IA ai tuoi video senza sforzo
Funzionalitร portatile per agenti IA: trasforma i link video di YouTube, Instagram, TikTok, X e altre piattaforme in note Markdown pronte per Obsidian, con sottotitoli o trascrizioni locali di Whisper, fotogrammi, metadati e timestamp
App di dettatura gratuita, open source e con prioritร allโelaborazione locale per macOS. Tieni premuta una scorciatoia, parla e il testo verrร inserito in qualsiasi app. Conversione da voce a testo sul dispositivo con Whisper, Parakeet e Apple Speech. Unโalternativa privata, offline e open source a Wispr Flow.
Lista API STT riconoscimento vocale coreano. Benchmark di performance per ciascuno.
Una pipeline ottimizzata da parlato a testo per il modello Whisper che supporta piรน motori di inferenza
YouDub รจ uno strumento open-source progettato per tradurre e doppiare automaticamente video di YouTube di alta qualitร , 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.
Server di inferenza linguistica altamente ottimizzato open source, locale e auto-ospitato che supporta ASR/STT, TTS e LLM su WebRTC, REST e WS
Una Skill open source per Claude Code / Codex che trasforma con un clic un articolo o un video (di Douyin, Bilibili o YouTube, prima trascritto) in post grafico-testuali per Xiaohongshu, immagini lunghe in stile rivista, impaginazioni per gli account ufficiali di WeChat e brevi video con voce narrante generata dallโIA. 21 temi, verifica automatica e zero dipendenze npm.
ScribeWizard: Genera note organizzate dall'audio utilizzando Groq, Whisper e Llama3
Clipper video AI open source, pensato per lโelaborazione locale. Inserisci un video lungo e ottieni clip in formato 9:16 con sottotitoli incorporati e tracciamento del relatore. Funziona completamente offline con Whisper + Ollama, oppure usa la tua chiave API.