#speech-to-text 仓库
211
仓库总数
925,003
总星标数
4,383
平均每个仓库星标数
共 211 个仓库
201
Laxcorp-Research/project-raven
开源AI会议副驾驶 - 实时转录、回声消除和AI协助。捕获系统音频 + 麦克风,通过WebRTC AEC3消除回声,使用Deepgram转录,并在会议中提供Claude/OpenAI帮助。在macOS和Windows上本地运行。
206
liuzhao1225/YouDub
YouDub是一个开源工具,旨在自动化地将优质的YouTube视频进行翻译和配音,以便将其搬运到中文互联网上。该工具使用了AI语音识别技术将音频转换为文本,然后通过大语言模型将文本翻译成中文,最后通过AI声音克隆技术将中文转换为音频。这样,我们就可以创建出具有原始YouTuber音色的中文配音视频。
208
toverainc/willow-inference-server
开源、本地、自托管的高度优化的语言推理服务器,支持通过 WebRTC、REST 和 WS 的 ASR/STT、TTS 和 LLM
210
AudarAI/Audar-ASR-V1
以阿拉伯语为先的生成式语音识别 — Audar-ASR-V1 (Flash + Turbo)。在开放式通用阿拉伯语 ASR 排行榜上排名第一。模型卡、基准测试与推理。