#whisper 저장소
저장소 총 145개
Claude(또는 모든 LLM)가 실제로 비디오를 시청하게 하세요 — 장면 인식, 중복 제거된 프레임 + 대본, URL 또는 로컬 파일에서. 로컬에서 실행, MIT 라이선스.
C++로 작성된 ONNX 파일용 경량 추론 라이브러리입니다. RPI Zero 2 (또는 298MB RAM)에서 Stable Diffusion XL 1.0을 실행할 수 있을 뿐만 아니라 데스크톱 및 서버에서 Mistral 7B도 실행할 수 있습니다. ARM, x86, WASM, RISC-V를 지원합니다. XNNPACK으로 가속됩니다. Python, C# 및 JS(WASM) 바인딩을 사용할 수 있습니다.
macOS 및 Windows용 무료 오픈 소스 음성 입력. Whisper와 Parakeet을 사용한 로컬 음성 텍스트 변환을 지원하며 오프라인에서도 작동합니다.
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.
Claude에게 비디오를 시청하고 이해할 수 있는 능력을 부여하세요 — 프레임 추출 및 다중모달 오디오 분석이 포함된 Claude Code 플러그인
Windows 앱에 로컬 모델 및 API를 사용하여 AI를 추가하는 방법을 배울 수 있는 Windows 개발자용 오픈 소스 프로젝트입니다.
제어 가능한 전사. 축어적 전사(모든 필러, 멈춤, 말더듬 및 발성음 포함) 또는 의도 기반 전사(화자가 말하려던 내용을 가독성에 맞게 최적화)로 제공되며, 단어 단위 타임스탬프를 지원합니다.
멀티 백엔드 위스퍼 앱. 매우 빠름. Mac-ARM 최적화. 쉬운 설치. 로컬 파일 또는 URL을 입력하면 이 서비스가 Whisper AI를 사용하여 전사합니다. 완전한 비공개 및 무료 🤯🤯🤯
Apple Silicon이 탑재된 Mac에서 LLM 미세 조정. SFT, DPO, GRPO, 비전, TTS, STT, 임베딩, OCR 미세 조정 — MLX에서 네이티브 지원. Unsloth 호환 API.
🍦 Speech-AI-Forge는 API 서버와 Gradio 기반 WebUI를 구현하는 TTS 생성 모델을 중심으로 개발된 프로젝트입니다.
AI 에이전트가 설명 영상과 제품 데모를 만듭니다. 무료 오픈 소스입니다. 로컬 음성(Kokoro), 단어 타이밍(Whisper), 캔버스 렌더러를 사용해 스크립트를 내레이션이 포함된 MP4로 변환합니다.
MTools는 오디오·비디오 처리, 이미지 편집, 텍스트 작업 및 인코딩 도구를 통합한 강력한 다기능 데스크톱 애플리케이션입니다. AI 향상 기능이 내장되어 있으며 로컬 MCP 서비스를 제공합니다. 작업 흐름을 간소화하고 생산성을 높이도록 설계되었습니다.
Gp.nvim (GPT 프롬프트) Neovim AI 플러그인: ChatGPT 세션 및 지시 가능한 텍스트/코드 작업 및 음성 텍스트 변환 [OpenAI, Ollama, Anthropic, ..]
Kubernetes용 AI 추론 연산자. 프로덕션에서 ML 모델을 제공하는 가장 쉬운 방법. VLM, LLM, 임베딩 및 음성-텍스트 변환을 지원합니다.
Whisper 음성 인식 모델을 미세 조정하여 타임스탬프 데이터 없이 학습, 타임스탬프 데이터로 학습, 음성 데이터 없이 학습을 지원합니다. 추론을 가속화하고 웹 배포, Windows 데스크톱 배포 및 Android 배포를 지원합니다.
OpenCluely는 DSA, OA, CP와 같은 기술 인터뷰를 위해 구축된 무료 오픈 소스 Cluely(대체)입니다. 보이지 않는 오버레이, 실시간 AI 도움말, 질문 캡처를 위한 스마트 이미지 처리, 다국어 지원을 제공합니다: 100% 사용자 정의 가능하고 비공개입니다.
음성 AI 여자친구(DeepSeek Harness용 음성 AI 여자친구): Whisper 음성 입력 + Qwen3-TTS 음성 복제 + 문장 단위 스트리밍 재생 + 애니메이션 아바타 창. 끼어들기/대기열 두 가지 모드를 지원하며, 말하면 즉시 중단됩니다.
비디오 오디오 자막 생성을 통해 srt 파일을 생성합니다. 타사 API를 요청할 필요 없이 오디오를 텍스트로 변환하는 로컬 구현. Transformer 기반의 비디오 자막 생성 프레임워크. 비디오에서 자막을 생성하고 srt 파일을 생성하는 GUI 도구.
무료, 오픈소스, 100% 오프라인 리눅스 음성 받아쓰기. whisper.cpp, Whisper 및 VOSK 엔진을 통해 어디서나 말하고 입력하세요. GPU 가속 지원, X11 + Wayland에서 작동!
Whisper-Flow는 OpenAI의 Whisper 모델을 활용하여 오디오 콘텐츠를 실시간으로 전사할 수 있도록 설계된 프레임워크입니다. 업로드 후 전체 파일을 처리하는 "배치 모드" 대신 Whisper-Flow는 오디오 청크의 연속된 스트림을 받아 즉시 증분 전사본을 생성합니다.
이 프로젝트는 미세 조정 및 처리된 Whisper ASR 모델을 사용하여 음성을 텍스트로 변환하는 사용자 수준 액세스 지원 API를 제공합니다.
C# Twitch 채팅, 속삭임, API 및 PubSub 라이브러리. 채팅, 속삭임, 스트림 이벤트 구독 및 채널/계정 수정 가능. .NETStandard 2.0을 지원하는 모든 것을 지원합니다.