ASR / 音声認識 (185 repos)

「DJI Mic Command」は、DJI Wireless Micのレシーバーの接続ボタンをmacOSの右Commandキーにマッピングするユーティ…

Murmurは、話すだけで文字入力ができる無料のオープンソースAI音声入力ツールです。Alibaba FunASR音声認識エンジン…

Phonemeは、Windows向けのローカルファーストな音声メモツールです。ホットキーを押して話すだけで音声を録音し、ロ…

このプロジェクトは、TinyMLとESP32を用いた、適応型ノイズ耐性オフライン音声制御マイクロコントローラーシステムで…

Hotkeysは、AIを活用してあらゆるアプリケーションでのテキスト編集作業を劇的に効率化するホットキーアプリです。選…

Parleqは、macOS向けのオープンソースで音声入力によるテキスト作成ツールです。グローバルホットキーで起動し、話し…

tiktok-extractorは、TikTokのリンクから動画のメタデータ、完全な文字起こし、シーンごとのキーフレーム、画面上のO…

easy-transcriber-sttは、Windows向けのローカル音声文字起こしアプリケーションです。音声や動画をテキストに変換し…

Voxiは、Instagram、YouTube、TikTok、X、Facebookといったソーシャルメディアの動画をローカル環境で文字起こしする…

このツールは、オープンソースのウェイクワードエンジン「openWakeWord」用のカスタムモデルを、DockerとGPUを活用し…

Elderly Care Companionは、AIを活用した高齢者向けのヘルスアシスタントです。主な機能として、音声による症状記録…

S.A.R.Aは、ローカルLLMとWhisper音声認識を活用し、完全に音声で操作可能なJARVIS風AIデスクトップアシスタントです…

rust-whisper-diarizationは、純粋なRustで実装されたストリーミング音声認識と話者分離のライブラリです。whisper.c…

本ツールは、AIを活用した模擬試験シミュレーターであり、論文のPDFや履歴書をアップロードすることで、AIが厳しい質…

「Sureshjangid99/smart-class-attendance」は、顔認識技術を活用した自動クラス出席管理システムです。教師が出席を…

「kokkai-webtv-captions」は、国立国会図書館の国会会議録が公式に公開されるまでの未収録期間を埋めるための個人用…

Story Potは、家族やチームの伝統や思い出を音声や動画で記録し、文字起こしして永続的に保存するモバイルファースト…

VoxCoreは、サブ秒の低遅延で動作するオープンソースのリアルタイム音声AIエンジンです。ASR（自動音声認識）、LLM（…

voxlineは、macOS向けのネイティブ音声入力アプリです。ホットキーを押しながら話すだけで、あなたの声を洗練された…

Perihelionは、VRChat向けに設計された音声認識（ASR）アプリケーションです。VRChatとOSCを介して連携し、ユーザー…

「The Earful Tower」は、ローカル環境で動作する高性能な音声文字起こし・話者分離ツールです。Whisper large-v3モ…

TypelessMLXは、Apple Silicon搭載Mac向けに設計された音声認識アプリケーションです。ユーザーの音声をローカルでテ…

VoiceGPTは、GPT-4oとDALL·E 3を搭載した音声制御AIアシスタントです。ユーザーは「hello」というウェイクワードでア…

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…