#speech-to-text 저장소
저장소 총 211개
음성에서 텍스트로, 텍스트에서 음성으로. 재생 중인 노래. 텍스트를 OSC 메시지로 VRChat에 전송하여 아바타에 표시합니다. (STTTS) (음성-TTS) (VRC STT 시스템) (VTuber TTS)
Apple Silicon Mac을 위한 빠르고, 비공개이며, 로컬 우선 음성 앱 — 받아쓰기, 파일/미디어 전사, 회의 녹음, 변환, 공개 자동화 CLI. 무료 및 오픈 소스.
PaddlePaddle을 기반으로 구현된 음성 인식, 중국어 음성 인식. 프로젝트가 완성되어 있고, 인식 효과가 우수합니다. Windows와 Linux에서 훈련 및 예측을 지원하며, Nvidia Jetson 개발 보드에서 예측을 지원합니다.
Unity를 사용하여 AI 채팅 관련 기능을 구현합니다. 이 라이브러리에는 현재 ChatGPT, ChatGLM과 같은 대규모 언어 모델에 대한 API 호출 코드 구현과 Microsoft Azure 및 Baidu AI의 음성 서비스 기능이 포함되어 있습니다. 음성 서비스는 모두 웹 API를 사용하며 Windows/WebGL/Android와 같은 플랫폼을 지원합니다.
Rapida는 음성 스트리밍, STT, TTS, VAD, 멀티채널 통합, 에이전트 상태 관리, 그리고 관측 가능성을 갖춘 오픈 소스 종단 간 음성 AI 오케스트레이션 플랫폼입니다。
PyTorch로 구현된 스트리밍 및 비스트리밍 음성 인식 프레임워크로, 온라인 및 오프라인 인식을 모두 지원합니다. 현재 Conformer, Squeezeformer, DeepSpeech2 모델과 다양한 데이터 증강 방법을 지원합니다.
macOS, Windows, Linux용 오픈소스 AI 음성 입력. 단축키를 누르고 자연스럽게 말하면 어떤 앱에서든 다듬어진 텍스트를 얻을 수 있습니다.
Whisper 및 LLM(GPT, Claude 등)을 사용하여 음성을 LRC 파일로 전사 및 번역합니다. whisper 및 LLM(GPT, Claude 등)을 사용하여 오디오를 전사하고 자막 파일로 번역합니다.
오픈 소스 AI 면접 도우미 겸 회의 코파일럿: Zoom, Google Meet, Teams 통화 중 실시간 답변 제공, 기기 내 전사 지원, 화면 공유 시 비공개. Windows, macOS, Linux에서 사용할 수 있는 Cluely, Interview Coder, Final Round AI의 무료 대안입니다.
Flutter용 온디바이스 AI — Gemma 및 기타 LLM, 멀티모달, 함수 호출, 임베딩, RAG와 음성을 Android, iOS, Web, macOS, Windows 및 Linux에서 지원합니다.
Jigasi: Jitsi Meet 회의에 대한 게이트웨이 역할을 하는 서버 측 애플리케이션입니다. 현재 일반 SIP 클라이언트가 회의에 참여하도록 허용하고 전사 기능을 제공합니다.
AI 에이전트에 눈과 귀, 검증 가능한 결과를 제공하세요. Watch Skill은 동영상, 오디오, 화면 활동을 검색 가능하고 타임스탬프가 포함된 증거로 바꾸며, 모델의 판단이 아닌 결정론적 계약으로 작업을 증명합니다. DeepWatch는 DeepSeek Harness를 기반으로 구축된 에이전트 워크스페이스입니다. Python + npm, MCP, CLI, REST, Web 지원.
🎭 AI 아바타 / 디지털 휴먼 플랫폼 — 사진을 업로드하고 음성을 복제하여, 립싱크 영상으로 어떤 얼굴과도 실시간으로 대화하세요. 오픈 소스이며 셀프 호스팅이 가능합니다. Claude · Whisper · Chatterbox · MuseTalk.
Windows x64에서 AI 에이전트를 위한 하드웨어 마우스 MCP 서버입니다. USB HID 제어와 음성 받아쓰기를 지원하며, 호환되는 uMouse 하드웨어와 펌웨어가 필요합니다.
macOS용 무료 오픈 소스 로컬 우선 받아쓰기 앱입니다. 단축키를 누른 채 말하면 텍스트가 어떤 앱에든 입력됩니다. Whisper, Parakeet, Apple 음성 인식을 사용해 기기에서 음성을 텍스트로 변환합니다. 비공개로 오프라인에서 사용할 수 있는 오픈 소스 Wispr Flow 대안입니다.
자신의 컴퓨터에서 AI 전화 에이전트를 만들고 AI 발신자를 통해 변경 사항을 하나씩 테스트하세요. 오픈 소스이며 API 키 없이 무료로 실행할 수 있고, 자신의 키를 사용하면 통화당 몇 센트만 듭니다. Dialogflow CX를 가져올 수 있습니다.