#speech-to-text 저장소
저장소 총 211개
앱에서 Frontier CoreML 오디오 모델 활용 — 텍스트 음성 변환, 음성 텍스트 변환, 음성 활동 감지 및 화자 분리. Swift로 SOTA 오픈 소스 기반 구현.
LLaMA-Omni는 Llama-3.1-8B-Instruct를 기반으로 구축된 저지연 고품질 종단 간 음성 상호 작용 모델로, GPT-4o 수준의 음성 기능을 달성하는 것을 목표로 합니다.
Google Meet, Microsoft Teams 및 Zoom용 오픈 소스 미팅 전사 API. 자동 참가 봇, 실시간 WebSocket 전사, AI 에이전트용 MCP 서버. 자체 호스팅하거나 호스팅 SaaS를 이용하세요.
컴퓨터에만 보관되는 비공개 AI 회의 노트. 회의 봇이 필요 없습니다. Mac, Windows, Linux용 무료 오픈 소스 소프트웨어입니다. Granola, Otter, Fireflies의 대안입니다.
Cluely의 오픈 소스 대안 - 회의, 인터뷰 및 대화 중에 아무도 모르게 완벽하게 작동하는 번개처럼 빠르고 개인 정보 보호 중심의 AI 비서. 네이티브 성능을 위해 Tauri로 제작되었으며 크기는 10MB에 불과합니다. 화상 통화, 화면 공유 및 녹화에서 완전히 감지되지 않습니다.
Mac을 위한 아름답고 미니멀한 회의 녹음기입니다. 시작을 누르고 녹음이 끝나면 중지를 누르세요. 메모와 녹취록이 하나의 Markdown 파일로 제공됩니다. 기기 내에서 처리되며, 무료 오픈 소스입니다.
ASR/STT 자막 생성기. Qwen3-ASR, 로컬 LLM, Whisper, TEN-VAD를 사용합니다. 노이즈에 강인한 JAV용.
🎙TensorFlow 딥러닝 프레임워크를 사용한 음성 인식, sequence-to-sequence neural networks
Windows, Linux 및 macOS용 휴대 가능한 로컬 AI 스튜디오. 이미지 생성, GGUF LLM, 텍스트 음성 변환 및 음성 텍스트 변환을 위한 설정이 필요 없는 GUI
Douyin 라이브 커머스를 위한 Windows 로컬 AI Agent Studio로, 스트리머 발굴, 라이브 인사이트, 라이브 방송 리뷰, 숏폼 동영상 콘텐츠 기획을 하나로 연결하는 통합 지능형 워크플로를 제공합니다.
PyTorch의 ExecuTorch 런타임으로 구동되는, React Native를 위한 고성능 프라이버시 우선 온디바이스 AI 추론 라이브러리
TikTok LIVE Python API: TikTok LIVE에서 실시간으로 라이브 스트림 이벤트(댓글, 선물 등)를 수신하기 위한 최고의 서드파티 라이브러리입니다.
Apple Silicon용 고성능 OpenAI 및 Anthropic 호환 LLM 추론 서버. 네이티브 MLX, 연속 배치, 멀티모달 모델, MCP 도구 호출 및 Claude Code 지원.
macOS 및 Windows용 무료 오픈 소스 음성 입력. Whisper와 Parakeet을 사용한 로컬 음성 텍스트 변환을 지원하며 오프라인에서도 작동합니다.
콘텐츠 기획, AI 카피 자동 생성, TTS 대량 자동 더빙, (AI) 이미지 자료 합성, ASR 자동 언어 자막 스크립트 추출, AI 자유 창작을 한데 모은 (숏폼 비디오) 생성 워크스테이션입니다. 매회 비디오 프로젝트 관리가 편리합니다.
Fun-ASR 음성 인식 모델로, Fun-ASR-Nano에 Hugging Face Transformers를 기본 지원하며 FunASR, vLLM 및 llama.cpp를 위한 별도의 배포 경로를 제공합니다.
Claude Code, Codex, Cursor 및 모든 MCP 클라이언트에서 조회할 수 있는 오픈 소스 로컬 퍼스트 Granola/Otter 대안입니다. 회의, 통화, 음성 메모를 기기에서 바로 전사해 여러분이 소유하는 Markdown으로 제공합니다.