speech-to-text

随处可用的本地AI，人人皆可——涵盖LLM推理、聊天界面、语音、智能体、工作流、RAG及图像生成。无需云端，无需订阅。

支持16+模型家族的ggml语音转文本推理

Portable local AI studio for Windows, Linux, and macOS. Zero-setup GUI for Image Generation, GGUF LLMs, Text to Speech & Speech to Text

ASR/STT字幕生成器。采用Qwen3-ASR、本地LLM、Whisper、TEN-VAD技术，具备针对JAV场景的噪声鲁棒性

适用于 Windows、Linux 和 macOS 的未经审查的本地 AI 工作室。用于图像生成、GGUF LLM、文本转语音和语音转文本的零设置 GUI

🎙️ AI Dictation App - Open Source and Local-first ⚡ Type 3x faster, no keyboard needed. 🆓 Powered by open source models, works offline, fast and accurate.

一个用于在Apple Silicon上使用MLX进行音频处理的模块化Swift SDK

适用于Mac的快速本地语音应用——系统级听写、文件与YouTube转录，以及会议录制。基于Apple Silicon上的Parakeet TDT驱动。免费且开源。

面向多语言ASR与TTS模型的C++ ggml运行时中心：支持Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2等，并集成通用强制对齐等功能

QVAC - 本地AI SDK与库，用于构建私密、跨平台、点对点的AI应用程序。在Linux、macOS、Windows、Android和iOS上本地运行LLM、语音转文字、翻译等功能。

语音转语音：致力于构建开源模块化GPT4-o的项目

在您的应用中集成前沿CoreML音频模型——文本转语音、语音转文本、语音活动检测及说话人分离。基于Swift开发，由顶尖开源技术驱动。