#transcription リポジトリ
リポジトリ合計72件
多言語ASRおよびTTSモデルのためのC++ ggmlランタイムハブ:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2など、さらにユニバーサル強制アライメント機能などを搭載
Apple Silicon Mac向けの高速、プライベート、ローカルファーストの音声アプリ — ディクテーション、ファイル/メディアの文字起こし、会議録音、変換機能、公開自動化CLI。無料でオープンソース。
Whisperを使用して、YouTubeのプレイリスト全体を高品質なトランスクリプトに簡単に変換します。
オープンソースのAI面接アシスタント兼ミーティングコパイロット。Zoom、Google Meet、Teamsの通話中にリアルタイムで回答し、端末上で文字起こしを行い、画面共有には表示されません。Windows、macOS、Linux向けのCluely、Interview Coder、Final Round AIの無料代替ツールです。
オーディオとビデオの自動文字起こしをより簡単かつ迅速に修正するための React コンポーネント。BBC News Labs 製。- 作業中
macOS向けの無料・オープンソースで、ローカル処理を優先する音声入力アプリ。ショートカットキーを押しながら話すと、どのアプリにもテキストが入力されます。Whisper、Parakeet、Appleの音声認識を使ったオンデバイス音声文字起こし。プライバシーを重視した、オフライン対応のオープンソース版Wispr Flowです。
オープンソースのAIミーティングコパイロット - リアルタイム転写、エコーキャンセル、AIアシスタンス。システムオーディオ + マイクをキャプチャ、WebRTC AEC3でエコーをキャンセル、Deepgramで転写、ミーティング中にClaude/OpenAIのヘルプを提供。macOSとWindowsでローカル実行。
macOSとWindows向けの無料デスクトップ音声入力。ローカルまたはクラウドの音声認識を使って、アプリにメッセージやメール、メモを音声入力できます。
字幕を自動的に同期して翻訳するか、または転写することで新しい字幕を作成し、事前学習済みDNN、フォースドアライメント、Transformerを使用します。 https://subaligner.readthedocs.io/