ASR / 音声認識 (368 repos)

このツールは、Anthropicの公式Claude Telegramプラグインを大幅に強化するドロップインアップグレードです。音声メ…

Murmurは、macOS向けの無料オフライン音声テキスト変換ツールです。ホットキーを押している間だけ音声を録音し、離す…

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…

「claude-code-auto-video-edit」は、Claude Codeのコマンドとして機能し、口播やチュートリアル動画のAロール粗編集…

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…

diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…

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…

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…

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…

このAIエージェントスキルは、旅行で撮影した大量の動画素材から、自動的にVlogを生成します。ユーザーは素材フォル…

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…

AriaはWindows向けのAI音声入力ツールで、Qwen3-ASRを基盤とし、全ての音声処理をローカルで完結します。特徴として…

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…

MediaScribeは、音声、ビデオ、テキストの文字起こしと、LLMを活用した要約を提供するコマンドラインツールです。そ…

hwdsl2/docker-whisperは、Docker上で動作する自己ホスト型Whisper音声認識サーバーを提供します。高速なfaster-whis…

pi-listenは、Pi CLI (コーディングエージェント) 向けのハンズフリー音声入力ツールです。Deepgramによるクラウドス…

echocutは、生の映像素材をコマンド一つでブランドに合わせたプラットフォーム最適化済み動画に変換するローカルファ…

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…

「Handless」は、macOS向けの無料オープンソース音声テキスト変換（STT）ツールです。ショートカットを押して話すだ…

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…

VocaMacは、macOS向けのオープンソースかつオフラインで動作する音声テキスト変換ツールです。ホットキーを押しなが…

AmicoScriptは、OpenAIのWhisperモデルをベースにした、プライバシー重視のローカルオーディオ転写ツールです。ユー…