#whisper Репозитории
Всего репозиториев: 145
Пакетная генерация файлов субтитров для локальных видео и возможность перевода файлов субтитров на другие языки, кроссплатформенная поддержка систем Windows и Mac.
Бесплатное локальное настольное приложение для извлечения субтитров (SRT) из видео и их перевода на любой язык — неограниченное использование, без регистрации, без облака.
Универсальное программное обеспечение для автоматической генерации субтитров, охватывающее весь процесс: от скачивания и транскрибации до перевода и «вшивания» субтитров, без необходимости участия человека.
Неофициальный пакет OpenAI Unity, предназначенный для того, чтобы помочь вам напрямую использовать API OpenAI в игровом движке Unity.
Создавайте веб-приложения speech2text в реальном времени с помощью Whisper от OpenAI https://openai.com/blog/whisper/
Реализация на Go (Golang) сервера Graphite/Carbon с классической архитектурой: Agent -> Cache -> Persister
Полностью локальное и конфиденциальное приложение для преобразования речи в текст, предлагающее несколько серверных моделей, диаризацию и режим календаря - Доступно для Windows, macOS и Linux
Локальный ИИ-SDK с открытым исходным кодом — запускайте ИИ на устройстве без облака и ключей API. Поддерживает GGUF, RAG, генерацию изображений, музыки и видео, преобразование речи в текст, P2P-инференс и многое другое. Кроссплатформенность: Linux, macOS, Windows, Android, iOS.
Локальный голосовой чат-бот для увлекательных разговоров, работающий на базе Ollama, Hugging Face Transformers и Coqui TTS Toolkit
React-хук для OpenAI Whisper со встроенным диктофоном, транскрипцией в реальном времени и удалением тишины
Vui Nano — небольшая контекстно-зависимая модель преобразования текста в речь, обученная на реальных разговорах. 219 млн активных параметров (305 млн всего), лицензия Apache 2.0, клонирование голоса и потоковая передача; работает на CPU (сборка на C без зависимостей). В комплект входит полноценный голосовой ассистент реального времени: WebRTC, ASR, локальная LLM и совместимость с OpenAI Realtime API.
Запуск модели преобразования речи в текст (whisper.cpp) в Unity3d на вашем локальном компьютере.
Открытый исходный код, с приоритетом конфиденциальности, нативное для macOS резюме совещаний с ИИ
Транскрипция речи в реальном времени с помощью FastRTC ⚡️ и локального Whisper 🤗
Голосовой ввод с ИИ с открытым исходным кодом для macOS, Windows и Linux. Нажмите горячую клавишу, говорите естественно — и получайте отполированный текст в любом приложении.
Автономное распознавание речи с помощью OpenAI Whisper и TensorFlow Lite для Android
ИИ-сервис для создания кратких описаний видео и база знаний для Bilibili, YouTube и локальных видео.
Транскрибируйте и переводите голос в файл LRC с помощью Whisper и LLM (GPT, Claude и др.). Используйте whisper и LLM (GPT, Claude и др.) для транскрипции и перевода вашего аудио в файл субтитров.
Легко превратите весь плейлист YouTube в высококачественные стенограммы с помощью Whisper.
Приложение для транскрипции и перевода речи в реальном времени с использованием Whisper OpenAI и бесплатного API перевода. Интерфейс создан с помощью Tkinter. Код полностью написан на Python.
Локальный голосовой помощник на французском языке: Claude или Ollama (офлайн), система умного дома Hue, OBS, календарь, браузер, звонки Twilio, сервер MCP. Python.
Легко добавляйте к своим видео субтитры с транскрипцией, сгенерированные искусственным интеллектом
Портативный навык ИИ-агента: преобразование ссылок на видео с YouTube, Instagram, TikTok, X и других платформ в заметки Markdown для Obsidian с субтитрами или локальными расшифровками Whisper, кадрами, метаданными и временными метками
Бесплатное приложение для диктовки на macOS с открытым исходным кодом и приоритетом локальной обработки. Удерживайте сочетание клавиш, говорите — и текст будет введён в любое приложение. Преобразование речи в текст прямо на устройстве с помощью Whisper, Parakeet и Apple Speech. Приватная, работающая офлайн альтернатива Wispr Flow с открытым исходным кодом.
Список API STT для распознавания корейской речи. Бенчмарки производительности для каждого.
Оптимизированный конвейер преобразования речи в текст для модели Whisper с поддержкой нескольких движков вывода
YouDub — это инструмент с открытым исходным кодом, предназначенный для автоматического перевода и дублирования высококачественных видеороликов с YouTube, что позволяет переносить их в китайский сегмент Интернета. Инструмент использует технологию распознавания речи на основе ИИ для преобразования аудио в текст, затем переводит текст на китайский язык с помощью большой языковой модели (БЯМ) и, наконец, преобразует китайский текст в аудио с использованием технологии клонирования голоса на основе ИИ. Таким образом, мы можем создавать видео, дублированные на китайский язык, с сохранением оригинального тембра голоса ютубера.
Сервер вывода языковых моделей с открытым исходным кодом, локальный и самостоятельно размещаемый, высоко оптимизированный, поддерживающий ASR/STT, TTS и LLM через WebRTC, REST и WS
Open source Skill для Claude Code / Codex, который одним кликом превращает статью или видео (из Douyin, Bilibili или YouTube — сначала в расшифровку) в графические публикации для Xiaohongshu, длинные изображения в журнальном стиле, макеты для официальных аккаунтов WeChat и короткие видео с озвучкой с помощью ИИ. 21 тема, автоматическая проверка и нулевые зависимости npm.
ScribeWizard: Создавайте упорядоченные заметки из аудио с помощью Groq, Whisper и Llama3
Опενсорсный AI-инструмент для создания видеоклипов с приоритетом локальной обработки. На вход подаётся длинное видео, а на выходе — клипы в формате 9:16 со встроенными субтитрами и отслеживанием говорящего. Полностью работает офлайн с Whisper + Ollama или позволяет использовать собственный API-ключ.