#speech-to-text Repositórios
211 repositórios no total
Copiloto de IA para reuniões open-source - transcrição em tempo real, cancelamento de eco e assistência de IA. Captura áudio do sistema + microfone, cancela eco via WebRTC AEC3, transcreve com Deepgram e oferece ajuda do Claude/OpenAI durante as reuniões. Executa localmente no macOS e Windows.
Um sistema RAG (Retrieval-Augmented Generation) adequado para aprendizado, uso e expansão autônoma! Capaz de fazer buscas de IA conectando-se à rede
Ditado gratuito para computadores com macOS e Windows. Dite mensagens, e-mails e notas nos seus aplicativos com reconhecimento de voz local ou na nuvem.
Legendas bilíngues ao vivo para qualquer app no macOS. Captura áudio, transcreve a fala e traduz offline — tudo pela barra de menus.
YouDub é uma ferramenta de código aberto destinada a traduzir e dublar automaticamente vídeos de alta qualidade do YouTube, permitindo que sejam transportados para a internet chinesa. A ferramenta utiliza tecnologia de reconhecimento de voz por IA para converter áudio em texto, traduzindo subsequentemente o texto para chinês através de um Grande Modelo de Linguagem (LLM) e, finalmente, convertendo o texto chinês em áudio usando tecnologia de clonagem de voz por IA. Desta forma, podemos criar vídeos dublados em chinês que mantêm o timbre de voz original do YouTuber.
Servidor de inferência de linguagem altamente otimizado de código aberto, local e auto-hospedado que suporta ASR/STT, TTS e LLM através de WebRTC, REST e WS
Reconhecimento de fala generativo focado em árabe — Audar-ASR-V1 (Flash + Turbo). Nº 1 no ranking Open Universal Arabic ASR. Cartões de modelo, benchmarks e inferência.
Um sistema leve cliente-servidor para processamento de áudio em tempo real com detecção de atividade de voz (VAD) e reconhecimento automático de fala (ASR).