Git Stars Git Stars

#whisper リポジトリ

142
リポジトリ総数
559,239
合計スター数
3,938
リポジトリあたりの平均スター数

リポジトリ合計145件

51
HUANGCHIHHUNGLeo/claude-real-video

Claude(または任意のLLM)に実際に動画を視聴させる — シーン認識、重複除去されたフレーム+トランスクリプト、URLまたはローカルファイルから。ローカルで実行、MITライセンス。

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 更新日時 2026-11-20 📅 作成日 2026-06-30
52
floneum/kalosm

Rust で即時、制御可能、ローカル事前学習済み AI モデル

floneum
⭐ 2,236 Rust 👤 floneum Organization 🕐 更新日時 2026-10-24 📅 作成日 2023-05-24
53
m1guelpf/auto-subtitle

あらゆる動画の字幕を自動生成し、オーバーレイします。

m1guelpf
⭐ 2,119 Python 👤 m1guelpf User 🕐 更新日時 2024-07-12 📅 作成日 2022-09-28
54
vitoplantamura/OnnxStream

C++で書かれたONNXファイル用の軽量推論ライブラリ。RPI Zero 2(または298MBのRAM)でStable Diffusion XL 1.0を実行できるだけでなく、デスクトップやサーバーでMistral 7Bを実行することもできます。ARM、x86、WASM、RISC-Vをサポート。XNNPACKによって高速化されます。Python、C#、JS(WASM)バインディングが利用可能です。

vitoplantamura
⭐ 2,091 C++ 👤 vitoplantamura User 🕐 更新日時 2026-06-18 📅 作成日 2023-07-14
55
TypeWhisper/typewhisper-mac

macOS向けローカル音声文字起こし オンデバイスAI、完全にプライベート、オプションのクラウド

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-02-12
56
aallam/openai-kotlin

マルチプラットフォームとコルーチン機能を備えた Kotlin 用 OpenAI API クライアント。

aallam
⭐ 1,851 Kotlin 👤 aallam User 🕐 更新日時 2026-10-31 📅 作成日 2021-03-06
57
peteonrails/voxtype

Wayland コンポジター向けのプッシュトゥトーク音声→テキスト機能

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 更新日時 2026-11-20 📅 作成日 2025-11-28
58
FL33TW00D/whisper-turbo

クロスプラットフォーム、GPUアクセラレーテッドWhisper 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 更新日時 2024-02-27 📅 作成日 2023-08-18
59
absadiki/subsai

🎞️ OpenAIのWhisperとそのバリアントで強化された字幕生成ツール(Web-UI + CLI + Pythonパッケージ)🎞️

absadiki
⭐ 1,682 Python 👤 absadiki User 🕐 更新日時 2026-04-20 📅 作成日 2023-02-28
60
royshil/obs-localvocal

AIを使用したローカル音声認識およびキャプション作成のためのOBSプラグイン

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 更新日時 2026-11-05 📅 作成日 2023-08-10
61
amicalhq/amical

macOSとWindows向けの無料オープンソース音声入力。WhisperとParakeetによるローカル音声文字起こしに対応し、オフラインでも使用できます。

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-05-08
62
collabora/WhisperFusion

WhisperFusionは、WhisperLiveおよびWhisperSpeechの機能に基づいて、AIとのシームレスな会話を提供します。

collabora
⭐ 1,643 Python 👤 collabora Organization 🕐 更新日時 2024-07-31 📅 作成日 2023-12-15
63
silverstein/minutes

Claude Code、Codex、Cursor、その他あらゆる MCP クライアントから検索できる、オープンソースでローカルファーストな Granola/Otter の代替サービス。会議、通話、ボイスメモをデバイス上で文字起こしし、あなたが所有する Markdown に変換します。

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 更新日時 2026-11-21 📅 作成日 2026-03-18
64
rzru/nightingale

機械学習搭載カラオケアプリ(スコア付き!)

rzru
⭐ 1,559 TypeScript 👤 rzru User 🕐 更新日時 2026-11-21 📅 作成日 2026-03-15
65
jordanrendric/claude-video-vision

Claudeに動画を視聴し理解する能力を付与する — フレーム抽出とマルチモーダル音声分析を備えたClaude Codeプラグイン

jordanrendric
⭐ 1,523 TypeScript 👤 jordanrendric User 🕐 更新日時 2026-10-14 📅 作成日 2026-03-31
66
microsoft/ai-dev-gallery

Windows アプリにローカル モデルと API を使用して AI を追加する方法を学習するための、Windows 開発者向けのオープンソース プロジェクトです。

microsoft
⭐ 1,519 C# 👤 microsoft Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-11-06
68
nyrahealth/CrisperWhisper

制御可能な文字起こし。逐語的(すべてのフィラー、ポーズ、どもり、発声を含む)、または意図ベース(話者が伝えようとした内容を、読みやすさを考慮して最適化)で、単語レベルのタイムスタンプに対応。

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 更新日時 2026-11-11 📅 作成日 2024-05-24
69
zackees/transcribe-anything

マルチバックエンドのWhisperアプリ。超高速。Mac-ARM最適化。簡単なインストール。ローカルファイルまたはURLを入力すると、このサービスがWhisper AIを使用して文字起こしします。完全にプライベートで無料 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 更新日時 2026-10-26 📅 作成日 2021-05-09
70
ARahim3/mlx-tune

Apple Silicon搭載のMacでLLMをファインチューニング。SFT、DPO、GRPO、Vision、TTS、STT、Embedding、OCRのファインチューニング — MLX上でネイティブ対応。Unsloth互換API。

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 更新日時 2026-06-23 📅 作成日 2026-01-03
71
mbailey/voicemode

Claude Codeとの自然な音声会話

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 更新日時 2026-11-20 📅 作成日 2025-06-08
72
m1guelpf/yt-whisper

OpenAIのWhisperを使用してYouTube字幕を自動生成する

m1guelpf
⭐ 1,421 Python 👤 m1guelpf User 🕐 更新日時 2024-01-16 📅 作成日 2022-09-22
73
lenML/Speech-AI-Forge

🍦 Speech-AI-Forgeは、APIサーバーとGradioベースのWebUIを実装したTTS生成モデルを中心に開発されたプロジェクトです。

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 更新日時 2026-05-21 📅 作成日 2024-06-01
74
vincentsch/explainroo

AIエージェントが解説動画や製品デモを作成します。無料のオープンソースです。ローカル音声(Kokoro)、単語ごとのタイミング(Whisper)、キャンバスレンダラーを使って、スクリプトをナレーション付きのMP4に変換します。

vincentsch
⭐ 1,387 JavaScript 👤 vincentsch User 🕐 更新日時 2026-11-18 📅 作成日 2026-09-25
75
HG-ha/MTools

MTools は、音声・動画処理、画像編集、テキスト操作、エンコードツールを統合した高機能な多機能デスクトップアプリケーションです。AI による拡張機能を内蔵し、ローカル MCP サービスも提供します。ワークフローを簡素化し、生産性を高めることを目的としています。

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 更新日時 2026-10-09 📅 作成日 2025-10-26
76
Softcatala/whisper-ctranslate2

CTranslate2 기반의 원본 OpenAI 클라이언트와 호환되는 Whisper 명령줄 클라이언트.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 更新日時 2026-11-12 📅 作成日 2023-03-17
77
Robitx/gp.nvim

Gp.nvim (GPT プロンプト) Neovim AI プラグイン: ChatGPT セッション & 指示可能なテキスト/コード操作 & 音声テキスト変換 [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 更新日時 2025-08-11 📅 作成日 2023-06-18
78
vercel/modelfusion

AIアプリケーションを構築するためのTypeScriptライブラリ。

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 更新日時 2024-07-19 📅 作成日 2023-05-25
79
kubeai-project/kubeai

Kubernetes 用 AI 推論オペレーター。本番環境で ML モデルを提供する最も簡単な方法。 VLM、LLM、埋め込み、音声テキスト変換をサポートします。

kubeai-project
⭐ 1,294 Go 👤 kubeai-project Organization 🕐 更新日時 2026-11-16 📅 作成日 2023-10-21
80
goodroot/hyprwhspr

Linux向けネイティブ音声認識 - 高速・正確・プライベートでハッキング可能なシステム全体のディクテーション

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 更新日時 2026-11-19 📅 作成日 2025-08-27
81
graphite-project/whisper

Whisper は Graphite 用のファイルベースの時系列データベース形式です。

graphite-project
⭐ 1,260 Python 👤 graphite-project Organization 🕐 更新日時 2026-11-11 📅 作成日 2012-05-07
82
basetenlabs/truss

本番環境でAI/MLモデルを提供する最も簡単な方法

basetenlabs
⭐ 1,236 Python 👤 basetenlabs Organization 🕐 更新日時 2026-11-20 📅 作成日 2022-07-06
83
yeyupiaoling/Whisper-Finetune

Whisper音声認識モデルをファインチューニングし、タイムスタンプデータなしでのトレーニング、タイムスタンプデータありでのトレーニング、音声データなしでのトレーニングをサポートします。推論を高速化し、Webデプロイメント、Windowsデスクトップデプロイメント、Androidデプロイメントをサポートします

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 更新日時 2026-05-08 📅 作成日 2023-04-22
84
TechyCSR/OpenCluely

OpenCluely は、DSA、OA、CP などの技術面接向けに構築された、無料のオープンソース Cluely(代替)です。目に見えないオーバーレイ、リアルタイム AI ヘルプ、質問キャプチャのためのスマート画像処理、多言語サポートを提供します:100% カスタマイズ可能でプライベートです。

TechyCSR
⭐ 1,209 JavaScript 👤 TechyCSR User 🕐 更新日時 2026-11-02 📅 作成日 2025-08-05
85
Woolverine94/biniou

30以上の生成AIのためのセルフホスト型Web UI

Woolverine94
⭐ 1,154 Python 👤 Woolverine94 User 🕐 更新日時 2026-11-21 📅 作成日 2023-09-26
86
ardha27/AI-Waifu-Vtuber

YouTube/Twitchでのストリーミング用AI VTuber

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 更新日時 2026-05-31 📅 作成日 2023-03-11
87
Saik0s/Whisperboard

モバイルデバイスで高品質な音声文字起こしをより利用しやすくするオープンソースのiOSアプリ。

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 更新日時 2025-12-18 📅 作成日 2022-12-23
88
beiyege-01/dsh-voice-ai-girlfriend

音声AI彼女(DeepSeek Harness向け音声AI彼女):Whisperによる音声入力 + Qwen3-TTSによる音声クローン + 文単位のストリーミング読み上げ + アニメーションアバターウィンドウ。割り込み/キューの2モードに対応し、話しかけるとすぐに中断できます。

beiyege-01
⭐ 1,104 TypeScript 👤 beiyege-01 User 🕐 更新日時 2026-11-02 📅 作成日 2026-08-15
89
YaoFANGUK/video-subtitle-generator

ビデオオーディオを生成して字幕を作成し、srtファイルを生成します。サードパーティAPIを申請する必要がなく、ローカルでオーディオからテキストへの変換を実現します。Transformerベースのビデオ字幕生成フレームワーク。ビデオから字幕を生成し、srtファイルを生成するためのGUIツール。

YaoFANGUK
⭐ 1,101 Python 👤 YaoFANGUK User 🕐 更新日時 2024-02-01 📅 作成日 2022-04-29
90
VocaHQ/vocalinux

無料、オープンソース、100%オフラインのLinux向け音声入力ツール。whisper.cpp、Whisper、VOSKエンジンを使用して、どこでも話して入力可能。GPUアクセラレーション対応、X11 + Waylandで動作。

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-04-12
91
voquill/voquill

オープンソースの音声 dictation 技術

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-09-23
92
dimastatz/whisper-flow

Whisper-Flowは、OpenAIのWhisperモデルを使用してオーディオコンテンツをリアルタイムで文字起こしできるように設計されたフレームワークです。アップロード後にファイル全体を処理する「バッチモード」ではなく、Whisper-Flowはオーディオチャンクの連続的なストリームを受け取り、インクリメンタルにトランスクリプトを即座に生成します。

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 更新日時 2026-11-15 📅 作成日 2024-06-03
93
nomily-ai/nomily-app

BYOK対応の音声録音コンパニオン。ASR文字起こし、話者ダイアライゼーション、AI要約、ローカルASRエンドポイントに対応。

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 更新日時 2026-11-19 📅 作成日 2026-08-05
94
savbell/whisper-writer

💬📝 OpenAIのWhisper音声認識モデルを使用した小さなディクテーションアプリです。

savbell
⭐ 993 Python 👤 savbell User 🕐 更新日時 2024-08-24 📅 作成日 2023-04-18
95
transcriptionstream/transcriptionstream

LLM要約付きのターンキー・セルフホスト型オフライン文字起こしおよび話者分離サービス

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 更新日時 2026-01-18 📅 作成日 2023-11-13
96
hehehai/VoxtMini

ローカルモデルを使ったmacOS向け音声入力:あらゆるアプリで文字起こし、翻訳、書き換えができます。Voxtの後継アプリ。

hehehai
⭐ 916 Go 👤 hehehai User 🕐 更新日時 2026-11-21 📅 作成日 2026-02-26
97
innovatorved/whisper.api

このプロジェクトは、ファインチューニングおよび処理されたWhisper ASRモデルを使用して、音声をテキストに転写するためのユーザーレベルアクセスをサポートするAPIを提供します。

innovatorved
⭐ 914 Python 👤 innovatorved User 🕐 更新日時 2026-11-20 📅 作成日 2023-08-12
98
BryceWG/BiBi-Keyboard

BiBi Keyboard:KotlinベースのAndroid向けLLMとASR音声入力メソッドキーボードアプリ

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 更新日時 2026-11-19 📅 作成日 2025-10-06
99
TwitchLib/TwitchLib

C# Twitch チャット、ウィスパー、API、PubSub ライブラリ。チャット、ウィスパー、ストリームイベントの購読、チャンネル/アカウントの変更を可能にします。.NETStandard 2.0 をサポートするすべてのものをサポートします。

TwitchLib
⭐ 890 👤 TwitchLib Organization 🕐 更新日時 2026-01-15 📅 作成日 2015-09-22
100
aschmelyun/subvert

数秒でビデオから字幕、概要、チャプターを生成する

aschmelyun
⭐ 867 PHP 👤 aschmelyun User 🕐 更新日時 2026-05-15 📅 作成日 2023-03-22