#transcription Репозитории
Откройте для себя 72 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #transcription, с общим числом 322,848 звёзд (в среднем 4,484 на проект). Лидером этой темы является debpalash/VoiceStudio, набравший 115,753 звёзд.
Всего репозиториев: 72
VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.
ИИ-инструмент для заметок с совещаний, ориентированный на конфиденциальность, для Windows, macOS и Linux. Бесплатный, с открытым исходным кодом (MIT). Распознавание речи Whisper/Parakeet и диаризация говорящих выполняются на устройстве; бот для участия в совещании не нужен. Открытая альтернатива Granola, Otter и Fireflies. https://meetily.ai
Набор инструментов с открытым исходным кодом для распознавания речи, предназначенный для обучения, вывода, потокового ASR, VAD, пунктуации, конвейеров диаризации дикторов и обслуживания, совместимого с OpenAI/MCP.
Gradio WebUI для создателей и разработчиков, с основными функциями TTS (Edge-TTS, kokoro) и клонированием голоса без обучения (zero-shot Voice Cloning) (E2 & F5-TTS, CosyVoice), а также обработкой аудио Whisper, загрузкой с YouTube, выделением вокала Demucs и многоязычным переводом.
Скачивайте видео и аудио с более чем 1 000 сайтов, расшифровывайте их локально с указанием говорящих, а также обобщайте, переводите материалы или общайтесь с ними с помощью предпочитаемого ИИ-провайдера.
Модель SenseVoiceSmall с открытым исходным кодом для распознавания речи на мандаринском, кантонском, английском, японском и корейском языках, идентификации языка, распознавания эмоций и обнаружения аудиособытий.
Инструмент для транскрибации видео, создания субтитров и нарезки с помощью LLM на базе FunASR с локальным интерфейсом Gradio.
Легкий, но мощный аудио-в-MIDI конвертер с функцией обнаружения изменения высоты тона
Генерация субтитров на устройстве с прямым подключением к DaVinci Resolve, Premiere и After Effects.
Преобразуйте аудио и видео в субтитры с помощью простого веб-интерфейса. Всё работает на вашем устройстве. Ранее назывался Whishper.
Open‑source API для транскрипции собраний Google Meet, Microsoft Teams и Zoom. Боты, автоматически присоединяющиеся к встречам, реальное время WebSocket транскрипты, сервер MCP для ИИ‑агентов. Самостоятельно хостите или используйте SaaS.
Бесплатный набор инструментов с открытым исходным кодом для работы с PDF, изображениями, видео и аудио. Сжимайте, конвертируйте, выполняйте OCR, удаляйте фон и транскрибируйте на собственном сервере с помощью одной команды Docker. Более 200 инструментов, локальный ИИ и REST API. Альтернатива iLovePDF, TinyWow, CloudConvert и remove.bg.
Устаревшее приложение Hex на Swift. Попробуйте версию, переписанную на Rust, на hex.kitlangton.com; новый исходный код на github.com/anomalyco/hex.
Конфиденциальные заметки встреч с помощью ИИ, которые хранятся на вашем компьютере. Без бота для встреч. Бесплатное ПО с открытым исходным кодом для Mac, Windows и Linux. Альтернатива Granola, Otter и Fireflies.
Красивый минималистичный диктофон для встреч на Mac. Нажмите «Начать», а после завершения — «Остановить», и вы получите заметки и расшифровку в одном файле Markdown. Обработка выполняется на устройстве. Бесплатно и с открытым исходным кодом.
ИИ-платформа для управления Xiaohongshu|Сбор данных Xiaohongshu, скачивание комментариев, библиотека материалов, подбор тем, написание текстов с помощью ИИ и комплексное решение для Xiaohongshu — готово к работе сразу после установки, установка в один клик. ИИ-платформа Xiaohongshu, библиотека материалов для создателей контента, ИИ-копирайтинг + автоматическая компоновка изображений, OpenClaw для Xiaohongshu, база активов создателей контента + ИИ-платформа, поддержка публикаций Xiaohongshu с изображениями и текстом и скачивания комментариев, инструменты ИИ для создания контента Xiaohongshu, WorkBuddy для создателей контента, сбор данных краулерами с Douyin и Xiaohongshu
🔊 Отличный список для Whisper — система распознавания речи с открытым исходным кодом на базе искусственного интеллекта, разработанная OpenAI
Позвольте Claude (или любой LLM) действительно посмотреть видео — кадры с учетом сцен, без дубликатов + расшифровка, из URL или локального файла. Работает локально, MIT.
Модель 0,9B для транскрибации длинных записей на более чем 50 языках с диаризацией говорящих, временными метками и распознаванием акустических событий
Передовая технология искусственного интеллекта для автоматизированной транскрипции аудио. Приятный графический интерфейс для Whisper от OpenAI и pyannote (идентификация диктора)
Пакет Python для создания аудиоприложений реального времени с использованием искусственного интеллекта
Локальное распознавание речи для macOS ИИ на устройстве, полностью приватное, опциональная облачная версия
Редакторский конвейер с открытым исходным кодом под управлением агентов: создание субтитров, моушн-графики и слайдов, монтаж и рендеринг видео.
BaoCut: ИИ-агент для видео с редактируемой временной шкалой. Расшифровывайте речь, добавляйте субтитры, переводите, озвучивайте, нарезайте и анимируйте.
Плагин OBS для локального распознавания речи и создания субтитров с использованием ИИ
Muesli: локальная транскрипция встреч и диктовка для macOS с поддержкой агентов (альтернатива Granola + WisprFlow + Littlebird)
Бесплатный ввод текста голосом с открытым исходным кодом для macOS и Windows. Локальное распознавание речи с помощью Whisper и Parakeet; работает и офлайн.
Модели распознавания речи Fun-ASR с нативной поддержкой Hugging Face Transformers для Fun-ASR-Nano и отдельными вариантами развёртывания для FunASR, vLLM и llama.cpp.
Открытая локальная альтернатива Granola/Otter, которую могут запрашивать Claude Code, Codex, Cursor и любой MCP-клиент. Совещания, звонки и голосовые заметки транскрибируются на устройстве в Markdown, который принадлежит вам.
Управляемая транскрипция. Дословная (с каждым словом-паразитом, паузой, заиканием и вокальным звуком) или смысловая (что именно хотел сказать говорящий, с оптимизацией для удобства чтения), с временными метками на уровне слов.
Приложение Whisper с несколькими серверными частями. Молниеносно. Оптимизировано для Mac-ARM. Простая установка. Введите локальный файл или URL, и эта служба транскрибирует его с помощью Whisper AI. Полностью приватно и бесплатно 🤯🤯🤯
«Hardcore Hackers – Путь к 12 000 долларов ARR за два месяца» написана командой Hardcore Hackers. Эта книга представляет собой точную запись пути разработки продукта Podwise: она содержит пять глав – Вдохновение – Разработка – Запуск – Рост – Анализ. Если вы чувствуете, что одного чтения недостаточно, добро пожаловать в официальный «Планету Знаний» Hardcore Hackers, чтобы обсудить с экспертами! История Podwise только начинается, и мы будем продолжать делиться нашими знаниями на планете. Успех, возможно, невозможно воспроизвести, но неудачи, безусловно, можно извлечь урок. Присоединяйтесь сейчас, нажав на ссылку ниже!
14 ИИ-навыков для сбора китайского контента из всех каналов (Douyin / Bilibili / Xiaohongshu / официальные аккаунты WeChat / X / подкасты) в личную базу знаний: сохранение изображений из публикаций, преобразование видео в расшифровки, транскрибация с приоритетом субтитров без GPU, планирование подписок RSS/YouTube и ежедневные информационные дайджесты, а также MCP-сервер базы знаний. | Сохраняйте китайский контент в личной базе знаний: маршрутизация изображений и видео, транскрибация с приоритетом субтитров, подписки на ленты с ежедневными дайджестами и MCP-сервер базы знаний.
🎬 Редактор видео/аудио с открытым исходным кодом, основанный на транскрипции, работающий в браузере.
Приложение iOS с открытым исходным кодом, которое делает качественный голосовой ввод более доступным на мобильных устройствах.
Генерация субтитров для видео и аудио, создание файлов srt. Не требуется запрос сторонних API, локальная реализация преобразования аудио в текст. Основанная на Transformer структура для генерации субтитров видео. Графический инструмент для генерации субтитров из видео и создания файлов srt.
ИИ-видеоредактор для агентов. Плагин ChatCut и MCP-сервер для Codex, ChatGPT, Claude Code, Cursor, Grok, Gemini CLI, WorkBuddy, Doubao Work и Qwen Work: редактируйте собственные видеоматериалы в чате, добавляйте подписи и субтитры, удаляйте паузы и слова-паразиты, создавайте анимированную графику и экспортируйте редактируемую временную шкалу.
Любой файл → чистый Markdown для ИИ-агентов: PDF, Word, PowerPoint, Excel, EPUB, HTML и веб-страницы, изображения (OCR), аудио и видео (метаданные, субтитры, расшифровки). Быстрый MCP-сервер и CLI на Rust, работающие на вашем компьютере. Ключ API не требуется.
Whisper-Flow — это фреймворк, созданный для обеспечения трансляции аудиоконтента в реальном времени с использованием модели Whisper от OpenAI. Вместо обработки целых файлов после загрузки («пакетный режим»), Whisper-Flow принимает непрерывный поток аудио‑кусочков и немедленно создаёт инкрементальные транскрипты.
Помощник для записи голоса с поддержкой BYOK, ASR-транскрибацией, диаризацией говорящих, ИИ-сводками и локальными конечными точками ASR.
готовое к использованию решение для автономной транскрипции и диаризации с возможностью самохостинга и подведением итогов с помощью LLM
Voicy (@voicybot): бот Telegram, который преобразует голосовые сообщения в текст в группах и личных чатах
Оптимизированные модели Whisper для потоковой передачи и использования на устройствах
Часто задаваемые вопросы
Какой репозиторий по теме #transcription наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #transcription на GitHub — debpalash/VoiceStudio, набравший 115,753 звёзд. VoiceStudio — это полностью локальная альтернатива ElevenLabs с открытым исходным кодом: клонирование голоса, дизайн голоса, дубляж видео, диктовка, транскрибация и создание аудиокниг на 646 языках.
Какие языки программирования чаще всего используются в репозиториях по теме #transcription?
Среди наиболее высоко оценённых проектов по теме #transcription на GitHub чаще всего используются языки программирования Python, TypeScript, Rust, Swift.
Как рассчитывается рейтинг репозиториев по теме #transcription?
Мы отслеживаем 72 активных репозиториев с открытым исходным кодом, отмеченных тегом #transcription (500 и более звёзд), с общим числом 322,848 звёзд и в среднем 4,484 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.