ASR / 音声認識 (368 repos)

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…

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…

「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…

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…

「Kesha Voice Kit」は、ローカル環境で動作する高速な音声処理CLIツールです。LLMエージェントや既存のツールに音声…

Doubao Murmurは、豆包（doubao.com）のWeb音声認識機能を活用したミニマルな音声入力ツールです。macOSとLinux/Stea…

ArcSubは、クラウドサービスとローカルのOpenVINOモデルの両方を活用するエンドツーエンドの字幕翻訳ワークステーシ…

voicetagは、Pythonで書かれた話者分離および話者識別ライブラリです。pyannote.audioとresemblyzerを組み合わせて「…

このツール「youtube-to-knowledge」は、YouTube動画を文字起こし、要約、そしてインタラクティブな知識グラフへと変…

Doza Assistは、AIを活用したビデオ編集アシスタントです。ユーザー自身の過去の編集スタイルを学習し、インタビュー…

Oraは、macOS向けのリアルタイムローカル音声翻訳アプリケーションです。Apple Silicon Mac上で動作し、全ての処理を…

Echoicは、AIを活用した発話練習ツールです。任意の音声ファイルをインポートし、文章ごとに発話練習を行い、音素レ…

noisekitは、自動音声認識（ASR）システムのロバスト性ベンチマークのために、ノイズ層別化された音声データセットを…

Dictlyは、macOS向けの無料オープンソースのメニューバー音声入力アプリです。Apple Silicon搭載Macで、グローバルホ…

「VoiceInput」は、Windows OS向けのAI音声入力ツールです。指定されたショートカットキーを押すだけで、話した内容…

arkivは、AIセマンティック検索機能を備えたオープンソースのローカルファーストメディアアセットマネージャーです。…

このスキルは、Claude AIに動画を「視聴」させ、タイム同期された文字起こしと自動スケーリングされた静止画を組み合…

このツールは、AIを活用して英語の口語練習を効率的に行うためのWebアプリケーションです。AIとの対話、文章の音読練…

OpenQuackはmacOS向けの音声文字変換メニューバーアプリです。ホットキーを押して話すだけで、話した内容がカーソル…

Deskdropは、Androidデバイス向けのAI内蔵キーボードアプリです。OllamaなどのローカルAIモデルや、Gemini、Groq、Op…

franken_whisperは、Rust製の先進的な自動音声認識（ASR）オーケストレーションスタックです。whisper.cpp、insanely…

Jarvis-Macは、macOS上で動作する高度な日本語音声アシスタントです。ユーザーが「ジャービス」と呼びかけることで起…