ASR / 音声認識 (310 repos)

「codex-asr」は、ローカルの「Codex Desktop ChatGPT」のログインセッションを再利用し、ワンショットの自動音声認…

pod2wikiは、YouTubeやRSSからの高品質なポッドキャストや長文コンテンツを自動的に中国語の要約と英語の原文に変換…

Sayboardは、プライバシーを最優先に設計されたiOS向けのAI音声キーボードです。音声入力を即座に送信可能なテキスト…

Bumblebeeは、ユーザーが指定した長いフレーズを、実際の映画やテレビ番組のセリフを繋ぎ合わせて動画クリップとして…

Anti-Vocaleは、Androidデバイス上で動作する音声メッセージ文字起こしアプリです。WhatsAppやTelegramなどから共有…

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…

VoiceTypeは、シーン適応型のAI音声入力ツールで、アプリケーションの切り替えを自動で認識します。ローカルオフライ…

Silenciは、AIを活用して動画の無音部分を自動的に除去し、完璧に同期した字幕を生成するmacOSネイティブアプリケー…

TypeLateは、macOSとWindows向けに開発された無料かつオープンソースの音声テキスト変換ツールです。ホットキー一つ…

GitHubPhobosが開発した「Ech👂 Voice Typing Assistant」は、高速でプライバシーを重視したプッシュトゥトーク方式…

本ツールは、MediaTekのBreeze-ASR-26モデルを基盤とした台湾語（台語）に特化した音声文字起こしツールです。NVIDIA…

sososoは、Windows、macOS、Linuxに対応したリアルタイム会議・オーディオ文字起こしアプリケーションです。システム…

OpenClaw Voice Controlは、macOS上で動作するOpenClaw向けのローカル音声制御ツールです。Siriのようにウェイクワー…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

케케더빙（kekedubing）は、ローカル環境で動作するAI動画翻訳・吹き替えツールです。クリエイターが動画の翻訳と吹…

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…

decibriは、Python、Rust、Node.js、ブラウザ向けに統一されたAPIを提供するクロスプラットフォームのオーディオエン…

Benetto — VoiceNotes Localは、Androidデバイス上で動作する音声ノート録音・文字起こしツールです。OpenAIのWhispe…

このツールは、TypeScriptで書かれたマルチモーダルAIエージェントで、画像、音声、テキストを組み合わせて処理でき…

Course Navigatorは、動画学習に特化した高機能な作業台です。動画リンクやローカル動画から字幕を抽出し、逐語起こ…

hwdsl2/docker-whisper-liveは、faster-whisperを基盤とした自己ホスト型リアルタイム音声テキスト変換サーバーをDoc…

Manor OSの「Minutes」は、ソロ創業者向けに設計されたAI議事録ツールです。会議の録音、リアルタイム文字起こし、AI…

scribaは、AIエージェントやセカンドブレイン向けの、無料、ローカルで動作する高精度な会議議事録ツールです。話者…

AI Medical Scribeは、ブラウザ内で完結するローカルファーストのAI医療記録ツールです。バックエンドやAPIキーが不…