whisper

开源语音合成工作室

OpenAI Whisper模型的C/C++移植版本

Meetily是一款隐私优先的AI会议助手，基于Rust构建，提供比Parakeet/Whisper快4倍的实时转录、说话人分离及Ollama摘要功能。100%本地处理，无需云端。作为排名第一的自托管开源AI会议记录工具，支持macOS与Windows系统。

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

为创作者和开发者打造的Gradio WebUI，具备核心TTS功能（Edge-TTS、kokoro）和零样本声音克隆（E2与F5-TTS、CosyVoice），并集成Whisper音频处理、YouTube下载、Demucs人声分离和多语言翻译。

开源安卓实时翻译应用，支持本地运行

开源 SenseVoiceSmall 模型，适用于普通话、粤语、英语、日语和韩语 ASR、语言 ID、情绪识别和音频事件检测。

支持本地模型（Nvidia Parakeet/Whisper）与云端模型（BYOK）的语音转文字听写应用，注重隐私优先，并实现跨平台兼容。

摄取、解析并优化任意数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与GenAI框架的兼容性

自己抄写吧！

面向苹果芯片的端侧语音人工智能

在手机、可穿戴设备及AI原生硬件上本地运行人工智能

专为语言学习打造的媒体播放器，具备双语字幕、AI生成字幕、实时翻译等功能！

语音转文字

macOS 听写应用

录制您的屏幕，发送演示。免费开源、GPU 加速、无水印、无需订阅。 Windows、macOS、Linux。积极维护。

暂无项目描述

👻 Kiro IDE 与 CLI 的代理 API 网关（Amazon Q Developer / AWS CodeWhisperer）。使用任意客户端免费调用 Claude 模型。

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

让 Claude 能够观看和理解视频 — 具有帧提取和多模态音频分析功能的 Claude Code 插件

OpenCluely 是 Cluely 的免费开源替代品，专为 DSA、OA 和 CP 等技术面试而构建。它提供隐形覆盖层、实时 AI 帮助、用于题目捕获的智能图像处理以及多语言支持：100% 可定制且私密。

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

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

通过AI语音转录离线浏览WhatsApp聊天记录导出文件。采用隐私优先设计的桌面/网页应用，支持书签、搜索和统计功能，基于SvelteKit和Electron构建。