ASR / 音声認識 (365 repos)

yapsnapは、あらゆる動画URLや音声ファイルをプレーンテキストに高速で文字起こしできるコマンドラインツールです。G…

Petalは、macOS向けのネイティブメニューバーアプリで、高速かつローカルファーストな音声書き起こしを提供します。…

ComfyUI Whisperは、OpenAIのWhisperモデルを利用して音声の文字起こしや動画への字幕追加を可能にするComfyUIの拡張…

SayItは、音声入力とAIによるテキスト修正（潤色）を組み合わせたオープンソースツールであり、Typelessの代替となる…

v2sは、macOS上で動作するライブバイリンガル字幕ツールです。会議、通話、ストリーム、ビデオなどの際に、マイク入…

Blitztext Appは、macOS向けの実験的なオープンソースのメニューバーアプリです。ホットキーで音声を録音し、テキス…

Milaは、macOSネイティブのローカル文字起こしアプリケーションです。マイク録音、システムオーディオ録音、会議録音…

ChordVox IMEは、あなたの声を最速のキーボードに変える、完全にローカルで動作するAI音声入力ツールです。アイデア…

livecaptionは、macOS (Apple Silicon) 向けのリアルタイムオンデバイス音声転写および翻訳を行うCLIツールです。UI…

「聲聲慢 SpeakSlow」は、中国語に特化した最速のローカル音声入力ツールです。無料かつオープンソースで、100%ロー…

Wisprは、macOSユーザー向けのプライバシーを重視した音声書き起こしアプリケーションです。OpenAI WhisperとNVIDIA …

VRChat向けデスクトップリアルタイム翻訳ツール「Mio RealTime Translator」は、VRChatでの国際交流を支援します。主…

このプロジェクトは、AI/LLM関連の公開講義、インタビュー、技術記事を中国語でまとめた学習リソースです。合計303の…

subarrは、BazarrやSubgenなどの*arrサブタイトルスタックを連携・管理する品質レイヤーです。メディアライブラリ全…

AirControlは、Windows 10/11向けに設計された革新的な空中コントローラーです。MediaPipeを用いたジェスチャー認識…

Clicky for Windowsは、カーソルの隣に常駐するAIティーチングコンパニオンです。画面の内容を認識し、ユーザーから…

SubForgeは、動画字幕制作を再現性のあるAIパイプラインに変えるために設計されたRust製のコマンドラインインターフ…

J.A.R.V.I.Sは、Hermes Agentをベースにした、アイアンマンスタイルの自律型音声アシスタント兼コマンドセンターです…

Meeting Transcriberは、macOS上で動作するローカル完結型の会議文字起こしツールです。Teams、Zoom、Webexなどの会…

HearoPilotは、Androidデバイス上で動作するオンデバイスAI会議アシスタントです。リアルタイムの音声文字起こしとLL…

AriaTypeは、デスクトップ向けの音声入力ツールで、話した内容をカーソルがある場所に直接テキストとして挿入します…

「crafter/trx」は、Whisperを活用してオーディオやビデオを書き起こすためのエージェントファーストなCLIツールです…

whisrsは、Linux向けに特化して開発されたRust製の音声テキスト変換（ボイスtoテキスト）ディクテーションツールです…

soniqo/speech-androidは、Androidデバイス向けのオンデバイス音声SDKです。ONNX RuntimeとQualcomm NNAPIアクセラレ…