Biblioteca de Python que transcribe audio con faster-whisper y luego traduce y pule el texto con LLM como OpenAI, Anthropic y Google para crear archivos LRC o de subtítulos.
OpenLRC convierte audio y video en archivos de subtítulos sincronizados. Transcribe el habla con faster-whisper y luego envía el texto a un modelo de lenguaje grande para traducirlo o pulirlo, y genera archivos de letras .lrc o subtítulos .srt. Los usuarios pueden proporcionar claves de API de OpenAI, Anthropic, Google u OpenRouter. También admite endpoints personalizados compatibles con OpenAI y el enrutamiento de LiteLLM.
El paso de traducción conserva el contexto entre segmentos y procesa cada archivo de forma secuencial para que las líneas anteriores aporten contexto a las siguientes. Un archivo de glosario permite imponer términos específicos del dominio, como nombres de juegos o nombres propios. El audio se normaliza en volumen antes de la transcripción para reducir las alucinaciones; también se puede instalar un componente adicional para suprimir el ruido.
La biblioteca se puede instalar desde PyPI y ofrece una API de Python centrada en la clase LRCer, que permite procesar uno o varios archivos, generar subtítulos bilingües o prescindir por completo de la traducción.
Instala ffmpeg y añade su directorio bin a PATH
Añade una clave de API de LLM, como OPENROUTER_API_KEY, a las variables de entorno
Instala openlrc desde PyPI
pip install openlrcEjecuta LRCer en un archivo de audio para generar subtítulos traducidos
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Aplicación web de Gradio orientada a Windows que integra texto a voz, clonación de voz, transcripción con Whisper, descarga de YouTube, separación de voces y traducción para doblaje.
Herramienta de escritorio y CLI basada en LLM para subtitular videos: reconocimiento de voz, segmentación, corrección, traducción e incrustación de subtítulos.
Aplicación de escritorio que transcribe y traduce audio y video sin conexión en tu computadora, basada en Whisper de OpenAI.
Servidor de voz a texto en tiempo real y autoalojado, con ASR en streaming, diarización de hablantes, traducción en vivo y APIs compatibles con OpenAI y Deepgram.
Herramienta web y CLI para traducir archivos de subtítulos SRT línea por línea con ChatGPT o cualquier API compatible con OpenAI, incluidos modelos locales de Ollama.
Una biblioteca de Python para reconocimiento de voz que integra numerosos motores en línea y sin conexión mediante una interfaz unificada.