ASR / 音声認識 (176 repos)

VibeRaveは、人気のあるライブコーディング環境Strudelを基盤とし、音声、テキスト、ワンクリックプリセットといった…

HushはmacOS向けのローカルプッシュトゥトーク音声入力ツールです。指定されたショートカットキー（デフォルトはfnキ…

WonderWhisperは、Androidデバイス向けのオープンソース音声入力アプリです。システムワイドに表示されるフローティ…

Scriptaは、macOS向けにプライバシーを最優先した会議議事録作成およびAI要約アプリです。マイク音声とシステムオー…

PARSEは、記述言語学のフィールドワークと、それに続く比較分析を支援するブラウザベースのワークステーションです。…

stt-mdは、macOS向けの軽量（3MB）なメニューバーアプリです。マイクからの音声をローカルのWhisperで文字起こしし、…

Cream Typerは、Apple Siliconデバイス上で動作するローカル音声翻訳・テキスト化ツールです。Caps Lockをタップして…

「Praxies」は、プライベートなローカルファーストのデスクトップビデオジャーナルアプリケーションです。ユーザーは…

macOS向けの「handy-companion」は、無料のオフライン音声認識アプリ「Handy」で生成された文字起こしテキストを、大…

「video-to-brain」は、携帯から送信された動画をAIが分析し、スマートなノートを自動生成してObsidianに保存するツ…

macOS向けのメニューバー常駐型プッシュトゥトークディクテーションユーティリティ「Scribe」。Fnキーを押し続けると…

HexySARは、洞窟での捜索救助活動のために開発されたAI搭載の六足歩行ロボットシステムです。危険な洞窟環境にロボッ…

hwdsl2/whisper-installは、Whisperの音声認識・翻訳APIサーバーをUbuntu, Debian, AlmaLinux, Rocky Linux, CentOS,…

doza-assistは、インタビュー映像のラフカットを自動生成するツールです。ユーザーの過去の編集プロジェクトを分析し…

GstrlはmacOS 14+向けの画期的なユーティリティで、ジェスチャー、音声、AIエージェントを組み合わせた直感的な操作…

crisp-captionは、ブラウザの音声やライブストリーム、OBSでの配信に対して、リアルタイムで日本語のライブキャプシ…

LiveDialogue-Translatorは、Windowsデスクトップ向けのローカルファーストなキャプションアプリです。システムおよ…

Aftertalkは、iPhone上で完全にオフラインで動作する会議記録アプリです。ネットワーク接続が一切不要で、会議の録音…

「Voice Sentiment AI」は、音声とテキストの両方からリアルタイムで感情やセンチメントを分析するAI搭載のWebアプリ…

Fast Subは、動画および音声ファイル用のローカルファーストの字幕ツールです。字幕の生成と翻訳を、ユーザーのデバ…

LinguaVoxは、Chrome拡張機能として提供されるAI音声入力・翻訳ツールです。ユーザーは母国語で話すだけで、OpenAI W…

SpeakNowは、Windowsデスクトップ向けの軽量な音声入力ツールです。ホットキーを押して話すだけで、認識されたテキス…

TermSubは、AIを活用して動画コンテンツの文字起こし、翻訳、専門用語管理を行うFastAPIアプリケーションです。マル…

ZenTapは、macOS向けの小型オープンソース音声入力ツールです。フローティングウィンドウのクリック操作で音声入力を…