语音识别

ollama-voice-mac 开源 免费 仅开源

在 Mac 上对着本地大模型说话，解放双手，秒得语音回复。

ollama-voice-mac 是一个为 Mac 用户打造的语音对话助手，让你通过语音与本地运行的 Ollama 大语言···

talon-ai-tools 开源 免费 仅开源

用语音直接指挥 AI 工具，解放双手提效

talon-ai-tools 是一个基于 Talon Voice 的开源工具集，旨在通过语音命令查询大型语言模型（LLM）和···

whisperX-FastAPI 开源 免费 仅API

上传音频，直接拿到带时间戳和说话人标签的转写接口

whisperX-FastAPI 是把 WhisperX 语音识别流水线封装成 REST API 的服务端项目。WhisperX 本身在 O···

docker-faster-whisper 开源 免费 仅开源

一条命令拉起容器，把音频批量转成字幕文本

docker-faster-whisper 是一个把 faster-whisper 语音识别引擎打包成 Docker 镜像的开源项目。fast···

whisper-plus 开源 免费 仅开源

让 Whisper 转写更快更省显存，长音频批量处理更顺手

WhisperPlus 是基于 OpenAI Whisper 的增强型语音识别工具，目标是让语音转文字更快、更准、更省资···

quivr-whisper 开源 免费 仅开源

用语音直接和你的第二大脑对话，解放双手查知识

quivr-whisper 是一个将语音交互能力集成到 Quivr 个人知识库助手中的开源项目。它解决了用户无法通···

nextjs-live-transcription 开源 免费+付费 仅开源

用 Next.js 快速跑通实时语音转文字

nextjs-live-transcription 是 Deepgram 官方提供的 Next.js 示例应用，演示如何在浏览器端接入实时···

expo-speech-recognition 开源 免费 仅开源

Expo 应用一行接入设备端语音转文字

expo-speech-recognition 是一个面向 React Native Expo 项目的语音识别库，用 TypeScript 编写，填···

WhisperJAV 开源 免费 仅开源

给JAV视频一键生成高准确率字幕，嘈杂环境也能听清

WhisperJAV 是一个面向日语成人视频（JAV）场景的自动语音识别（ASR）与字幕生成工具。它解决了通用···

wyoming-faster-whisper 开源 免费 仅开源

本地 Whisper 语音转文字，接入 Home Assistant 语音助手

wyoming-faster-whisper 是 Home Assistant 生态中 Wyoming 协议的语音转文本服务端实现，底层调用···

Faster-Whisper-Transcriber 开源 免费 仅开源

录音或音频文件，本地快速转成文字

Faster-Whisper-Transcriber 是一个基于 CTranslate2 和 Faster-Whisper 的语音转写工具，支持实时···

best-rq-pytorch 开源 免费 仅开源

用随机投影量化器，轻松复现 Google 自监督语音预训练模型

BEST-RQ 是一种自监督语音表示学习模型，由 Google 提出，核心思想是用随机投影量化器（Random Pro···

RealtimeSTT 开源 免费 仅开源

一句话唤醒，边说边出字，实时语音转写零门槛。

RealtimeSTT 是一个基于 Python 的实时语音转文字库，专注于低延迟和高效能。它解决了语音交互场景···

whisper_android 开源 免费 仅开源

在安卓手机上离线运行 Whisper，实现即时语音转文字

whisper_android 是一个将 OpenAI Whisper 语音识别模型移植到 Android 平台的开源项目，基于 Tens···

whishper 开源 免费 可打开

本地运行，一键将音频转文字、翻译并编辑字幕

whishper 是一个基于 Whisper 模型的本地语音转文字工具，提供网页界面，让用户无需上传数据即可完···

docker-whisperX 开源 免费 仅开源

一条命令跑通带说话人分离的词级时间戳语音转写

docker-whisperX 是 WhisperX 语音识别工具的官方 Docker 镜像构建项目，通过 Dockerfile 与 CI 流···

whisper-stream 开源 免费 仅开源

终端里持续听写，说完自动出文字

whisper-stream 是一个用 Bash 编写的命令行脚本，调用 OpenAI Whisper API 实现连续音频转写。它解···

whisper.api 开源 仅API

把 Whisper 包成带用户权限的转写 API，音频进文字出

whisper.api 是一个基于微调 Whisper ASR 模型的语音转文字 API 服务，用 Python 实现。它解决的核···

obs-localvocal 开源 免费 仅开源

直播录屏时，本地AI实时生成字幕，保护隐私零延迟

obs-localvocal 是一个专为 OBS Studio 设计的本地语音识别与字幕插件，利用 OpenAI Whisper 等 AI···

nodejs-whisper 开源 免费 仅开源

在 Node.js 里本地跑 Whisper，音频转文字不用 Python

nodejs-whisper 是 OpenAI Whisper 语音识别模型的 Node.js 绑定库，底层基于 ggerganov 用 C++ 实···

faster-whisper-GUI 开源 免费 仅开源

本地拖拽音频，一键生成字幕文本

faster-whisper-GUI 是一个基于 PySide6 的桌面图形界面工具，旨在为 faster-whisper 语音识别模型···

transcribe 开源 免费 仅开源

实时转录+AI回复，模拟外语对话练口语

Transcribe 是一个实时转录与对话辅助平台，旨在帮助用户进行语言学习和实时对话。它通过麦克风和扬···

speech-translator-readme 开源 可打开

说一句话，立刻翻译成外语并语音播放

Speech Translator 是一个实时语音翻译工具，旨在打破语言障碍，让用户能够用母语说话，并即时获得···

noScribe 开源 免费 仅开源

录音拖进去，自动出带说话人标签的文字稿

noScribe 是一款面向访谈、口述史与定性研究场景的桌面音频转写工具，本质上是 OpenAI Whisper（通···