parakeet

本站收录 27 个带「parakeet」标签的 AI 开源项目

meetilyMeetily 是一款基于 Rust 构建的隐私优先 AI 会议助手,专为 macOS 和 Windows 设计。它解决的核心问题是会议记录的低效与隐私泄露风险★ 32,704openwhispropenwhispr 是一款开源的语音转文字听写应用,主打隐私优先和跨平台支持。它解决了用户在使用语音输入时对云端数据隐私的担忧,允许用户通过自带密钥(BYOK★ 11,593FluidAudioFluidAudio 是一个面向 iOS/macOS 开发者的 Swift 框架,旨在将前沿的 CoreML 音频模型无缝集成到原生应用中。它解决了开发者难以在★ 3,300OpenSuperWhisperOpenSuperWhisper 是一款专为 macOS 打造的语音听写应用,旨在提供高效、准确的语音转文字服务。它解决了 macOS 自带听写功能在识别准确率★ 3,152minutesminutes 是一个开源的、注重隐私的对话记忆层,使用 Rust 编写。它旨在解决会议、想法和语音备忘录等信息碎片化、难以检索的问题。其核心能力是自动将音频(★ 1,604hyprwhsprhyprwhspr 是一款面向 Linux 的原生语音转文字工具,目标是提供系统级、快速、准确且注重隐私的听写体验。它解决 Linux 桌面长期缺乏好用全局听写★ 1,279CrispASRCrispASR 是一个基于 C++ 和 ggml 推理框架的语音识别与合成运行时中心,目标是把多种主流开源 ASR/TTS 模型统一到一个轻量、跨平台、无需 ★ 813betterwisprbetterwispr 是一款面向 macOS 的免费开源本地听写工具,定位为 Wispr Flow 的开源替代品。它解决的核心问题是:在任意应用中快速把语音转★ 538SayItSayIt 是一款面向 Windows 的开源语音输入工具,定位为 Wispr Flow / Superwhisper 的替代品。按下快捷键说话,AI 润色后的★ 490speech.cppspeech.cpp 是一个基于 ggml 的 C++ 语音全栈工具库,把语音合成、语音识别和语音活动检测(VAD)整合到同一套推理框架中。它支持 Qwen3-★ 432parakeet-rsparakeet-rs 是一个用 Rust 编写的语音识别工具库,基于 NVIDIA Parakeet 系列模型(通过 ONNX 运行),提供极快的语音转文字能★ 421onnx-asronnx-asr 是一个轻量级 Python 语音识别包,核心思路是让开发者直接加载 ONNX 格式的 ASR 模型完成语音转文字,而不必依赖 PyTorch、★ 392asmr-dubberasmr-dubber 是一个用 Python 编写的音视频字幕与配音工具,主要面向 ASMR、音声作品等需要跨语言处理的场景。它把语音识别(ASR)、台本导入★ 302blitztext-appblitztext-app 是一个实验性的开源 macOS 菜单栏应用,专注语音转文字工作流。它常驻系统菜单栏,用户按下快捷键即可开始录音,松开后自动把语音转成★ 278OpenWhisperOpenWhisper 是一个本地优先的语音转文字工具,基于 Whisper 和 OpenAI API 实现听写与会议记录。它解决的是云端语音识别隐私泄露、按量★ 269DictionDiction 是一个用 Go 编写的开源自托管语音转文字方案,定位为 WisprFlow 的替代品,主打 iOS 语音输入键盘。它解决的核心问题是:市面上的语★ 260EnviousWisprEnviousWispr 是一款面向 macOS 的免费本地语音听写工具,专为 Apple Silicon 优化。它同时集成 Whisper 与 Parakee★ 223awesome-voice-typingawesome-voice-typing 是一个精选开源语音输入与语音转文字工具清单,覆盖 Linux、macOS、Windows、Android 和 iOS ★ 218SuperDictateSuperDictate 是一款专为 Apple Silicon Mac 打造的本地语音听写工具,基于 Swift 开发并利用 Core ML 与 Parake★ 196vocamacvocamac 是一款面向 macOS 的开源离线语音转文字工具,主打隐私与本地化听写。用户按住一个全局快捷键说话,松开后识别文本自动出现在当前光标位置,无需切★ 164VoconlyVoconly 是一款本地优先的 AI 语音输入工具,目标是把「说话」直接变成干净、可用的文字,替代传统键盘输入。它内置 Whisper、SenseVoice、★ 159orukeetorukeet 是一个多语言自动语音识别(ASR)开源项目,核心创新在于用「拟合后冻结的 Gabor 卷积核」替代传统可学习卷积,把声学前端固定下来,减少训练参★ 157PuriPuly-heartPuriPuly-heart 是一个面向 VRChat 的实时双向语音翻译工具,基于大语言模型实现。它解决的是跨语言玩家在虚拟现实中交流困难的问题:说话内容经语★ 132dabriDabri 是一款面向 Linux 的原生语音转文字(STT)工具,基于 Go 语言开发,底层调用 whisper.cpp 实现离线识别。它解决的核心问题是:在★ 132whisper-subswhisper-subs 是一个 Jellyfin 媒体服务器插件,用本地 Whisper 模型为视频自动生成字幕,所有音频处理都在自己的服务器上完成,不依赖云★ 128speech-corespeech-core 是一个面向端侧设备的实时语音智能体流水线,用 C++17 编写,基于 ONNX Runtime 和 LiteRT(TensorFlow ★ 101kesha-voice-kitkesha-voice-kit 是一个本地优先的语音工具包,为开发者的工具链赋予语音能力。它支持语音转文字和文字转语音,覆盖 25 种语言,在 Apple Si★ 80