ASR / 音声認識 (368 repos)

LiveTranslateは、Windows向けのリアルタイム音声翻訳ツールです。システムオーディオとマイク入力をキャプチャし、A…

CrispASRは、whisper.cppを基盤とし、主要なASR（自動音声認識）およびTTS（テキスト読み上げ）モデルのためのC++ gg…

BiliSumは、Bilibili、YouTube、ローカル動画を対象としたAI動画要約・知識ベースツールです。動画コンテンツを検索…

「banini-tracker」は、投資の「逆指標」として知られる「巴逆逆（8zz）」のFacebook投稿を追跡し、AIが逆指標分析を…

OpenTypelessは、オープンソースのデスクトップAI音声入力ツールです。自然な発話で音声をテキストに変換し、AIが自…

fcitx5-vinputは、LinuxのインプットメソッドであるFcitx5向けの多機能な音声入力ツールです。ローカルのオフライン…

parakeet.cppは、NVIDIAのParakeet音声認識モデルを超高速でC++に実装し、デバイス上での推論を可能にするライブラリ…

Input0は、macOSユーザー向けの音声入力ツールです。ホットキーを押して話すだけで録音を開始し、キーを離すとローカ…

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…

SoulX-Transcriberは、複数の話者が登場する対話シナリオにおいて、話者特定（ダイアライゼーション）、タイムスタン…

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…

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…

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…

Openwhispは、Mac上で完全にローカルに動作する音声認識・テキスト補完ツールです。Fnキーを押しながら話すことで、…

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…

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…

このプロジェクトは、macOS上で「豆包入力法」の優れた無料音声入力機能を、メインの入力法として利用せずに便利に使…

このプロジェクトは、オープンソースの音声テキスト化ツールと音声入力ツールの厳選されたリストです。Linux、macOS…

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…

「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…