whisper 第 3 页
本站收录 195 个带「whisper」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 4 页）
SpeakoFlowSpeakoFlow 是一款免费开源的跨平台语音听写与 AI 助手，支持 Windows、macOS 和 Linux。它利用本地 Whisper 模型实现离线语★ 344
Whisper-TikTokWhisper-TikTok 是一个将 AI 工具链整合到 TikTok 视频创作流程中的开源项目。它主要解决从文本或音频内容快速生成带配音的短视频的问题，核心★ 342
whisper-websitewhisper-website 是一个可自托管的轻量 Web 应用，把 OpenAI 的 Whisper 语音识别模型封装成浏览器可用的界面，用户上传音频后即可★ 325
openai-chat-api-workflow这是一个基于 Alfred 5 的工作流，让你无需离开键盘就能调用 OpenAI 的 Chat API 与 GPT 模型对话。它不止于聊天，还集成了图像生成（D★ 318
sapphireSapphire 是一个自托管的 AI 对话助手，定位为“你回家的 AI 伴侣”，主打隐私保护和拟人化陪伴体验。它基于 Python 构建，采用 agentic★ 318
humlahumla 是一款面向 Mac 的开源 AI 会议笔记工具。它无需机器人参会，直接录制麦克风与系统音频，支持在设备本地或通过 OpenAI、Deepgram、G★ 318
DictateKeyboardDictateKeyboard 是一款基于 Whisper AI 的 Android 输入法键盘，目标是让用户在任意 App 里直接通过语音完成文字输入。它把 ★ 305
ai-devicesai-devices 是一个基于 TypeScript 的 AI 设备模板项目，集成了 Whisper 语音识别、TTS 语音合成、Groq 加速推理、Llam★ 291
template-tiktoktemplate-tiktok 是一个基于 TypeScript 的开源模板，利用 Whisper.cpp 进行语音识别，自动生成 TikTok 风格的动态字幕★ 290
openasropenasr 是一个用 Rust 编写的本地优先语音转文字工具，核心目标是让转录过程完全在用户自己的机器上完成，不依赖云端服务、不上报任何遥测数据，并且采用 ★ 286
clicky-windowsclicky-windows 是一款面向 Windows 的免费离线 AI 助手，通过读取屏幕内容、聆听用户语音提问，并以语音方式回答，实现本地化的智能交互。它★ 271
transcribeTranscribe 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。它通过麦克风和扬声器捕获音频，利用 Whisper 等模型生成实时字幕，★ 264
VideoHighlighterVideoHighlighter 是一个基于 Ollama 的本地 AI 视频分析工具，目标是让视频理解完全离线、免费运行。它通过视觉搜索、自动高光提取、场景/★ 263
LLMtunerLLMtuner 是一个旨在简化大语言模型微调过程的 Python 工具库，口号是“几行代码微调大模型”。它支持多种任务类型，包括文本到文本（Text2Text★ 251
asmr-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★ 244
milaMila 是一款原生 macOS 本地语音转写应用，底层基于 whisper.cpp 实现语音识别，并可选接入说话人分离（diarization）能力。它解决的★ 239
DictionDiction 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★ 239
typewhisper-winTypeWhisper for Windows 是一款基于 C# 开发的本地语音转文字工具，专为 Windows 平台设计。它利用 Whisper 模型在设备端★ 231
AIAI 是一个开源的 Swift 框架，旨在为开发者提供与生成式 AI 交互的统一接口。它解决了 Swift 生态中缺乏原生、协议化 AI 客户端库的问题，通过协★ 230
insights-lm-local-package这是一个开源的、完全私密且本地化的 NotebookLM 替代品。它解决的是用户在使用云端 AI 笔记工具时对数据隐私和安全的担忧，允许用户在不将文档上传到第三★ 227
terntern 是一款面向 Apple Silicon 的本地 AI 搜索工具，专门用来检索播客和视频档案。它把 Whisper 语音转写、Apple Vision ★ 219
open-wispropen-wispr 是一款面向 macOS 的本地语音听写工具，基于 Swift 开发，核心目标是把语音转文字完全放在设备上完成，不依赖云端服务，从而保护隐私★ 215
browser-whisperbrowser-whisper 是一个在浏览器内本地运行 Whisper 语音识别模型的开源项目，使用 TypeScript 编写。它把 OpenAI Whis★ 210
meeting-transcribermeeting-transcriber 是一款面向 macOS 的本地会议转录工具，定位为 Otter、Granola、Fireflies 的开源替代品。它常驻★ 209
Local-Multimodal-AI-ChatLocal-Multimodal-AI-Chat 是一个可自托管的本地多模态 AI 聊天应用，旨在解决数据隐私和云端依赖问题。它通过 Streamlit 构建界★ 208
phorminxPhorminx 是一款面向 Windows 的本地优先语音转写桌面应用，用 Rust 编写。它解决的核心问题是：市面上的听写和会议记录工具大多依赖云端，语音数★ 207
awesome-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 ★ 206
autoshortsautoshorts 是一个自动化短视频生成工具，专注于从长格式游戏录像中提取高光片段并制作成适合 TikTok 等平台的竖屏短视频。它利用 AI 场景分析（支★ 205
jarvis_aiJarvis AI 是一个受钢铁侠启发的开源语音助手和全息 HUD 界面，专为 Hermes Agent 设计。它解决了传统语音助手缺乏可视化反馈和深度智能体集★ 194
EnviousWisprEnviousWispr 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★ 191
whisperX-FastAPIwhisperX-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 OpenAI Whis★ 188
BlahSTBlahST 是一个面向 Linux 桌面的语音输入与对话工具，基于 whisper.cpp 实现完全离线的语音转文字，可在任意窗口中快速输入文本，同时通过 l★ 179
ChordVoxChordVox 是一款跨平台的离线语音转文字工具，定位为“用嘴代替键盘”。它解决的是日常输入效率低、在线语音服务隐私风险高的问题：用户按住快捷键说话，工具在本★ 178
LLM-Minutes-of-MeetingLLM-Minutes-of-Meeting 是一个基于 Python 的开源工具，旨在把会议录音或视频文件自动转成文字记录，并借助大语言模型生成简洁的会议纪要★ 174
opensource-clippingopensource-clipping 是一个开源的 AI 自动剪辑工具，目标是把长视频和播客快速转成适合短视频平台的爆款片段。它通过 Whisper 做语音转★ 173
megaphonemegaphone 是一款专为 Mac 设计的免费、注重隐私的本地听写工具，基于 Apple 的 SpeechAnalyzer 和基础模型构建。它完全在设备端运★ 172
spellbook-dockerspellbook-docker 是一个基于 Docker 的 AI 模型集成部署工具，旨在简化多种 AI 模型的本地运行与交互。它解决了 AI 爱好者与开发者★ 171
ViralMintViralMint 是一个开源的爆款内容生产管道，旨在帮助内容创作者和营销团队自动化完成从趋势发现到视频发布的全流程。它通过 AI 代理技术，自动扫描社交媒体热★ 171
VideoHubVideoHub 是一款本地化多平台视频处理与智能剪辑工具，面向需要批量处理视频内容的创作者与运营者。它支持从 YouTube、抖音/TikTok、Instag★ 171
LillyLilly 是一个面向波斯尼亚语使用者的离线优先翻译助手，核心解决在无网络或网络不稳定环境下，波斯尼亚语与英语之间的即时互译需求。用户可以通过三种方式输入内容：★ 171
WhisperTimeSyncWhisperTimeSync 是一个用 Java 编写的开源工具，旨在解决 Whisper 语音识别结果中时间戳不准确的问题。它允许用户基于已有的、准确的转录★ 168
self-hosted-ai-stack这是一个基于 Docker Compose 的一站式自托管 AI 技术栈部署方案，旨在帮助用户快速搭建本地优先、隐私安全的 AI 服务集群。它集成了 Ollam★ 168
OpenToysOpenToys 是一个面向创客和开发者的开源框架，旨在利用 MacBook 和 Arduino ESP32 快速构建本地 AI 玩具、机器人和智能设备。它解决★ 165
wisprWispr 是一款面向 macOS 的隐私优先语音听写工具，基于本地运行的 Whisper AI 模型，把说话内容实时转成文字并输入到任意应用。它解决的是云端语★ 161
ai-video-editing-skill这是一个用于自动化vlog剪辑的AI Agent技能包。它接收原始视频素材，自动输出成片，核心能力基于ffmpeg进行视频处理、Whisper进行语音识别、Vi★ 159
OmniDictateOmniDictate 是一款免费开源的 Windows 实时听写工具，完全本地运行，无需云端，保护隐私。它利用 faster-whisper 等 AI 模型实★ 157
vantavanta 是一个基于 Remotion 构建的开源 AI 视频引擎，旨在替代 Synthesia、HeyGen、Runway、CapCut 等商业工具。它解决★ 148
subarrsubarr 是一个面向 *arr 家庭媒体自动化生态的协调、测量与质量层，定位为 subgen 的补充服务。它解决的核心问题是：在 Radarr/Sonarr★ 147
VoconlyVoconly 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、★ 145
whisrswhisrs 是一款面向 Linux 桌面的语音工具，用 Rust 编写，主打听写、朗读和语音驱动的 LLM 命令。它解决 Linux 桌面长期缺乏统一语音交互★ 140