Proyectos open source sobre «speech-recognition»

Aplicación web autoalojada que transcribe videos de YouTube y archivos locales de audio y video con OpenAI Whisper, en tu propia máquina.

Colección de 419 modelos de IA preentrenados para visión, voz, NLP y LLM, ejecutables desde una CLI sencilla con descarga automática de pesos.

Aplicación web de Gradio centrada en Windows para flujos de doblaje: descarga de YouTube, separación de voces, subtítulos con Whisper, traducción y TTS con clonación de voz.

Un teleprompter gratuito para macOS que resalta el guion palabra por palabra mientras hablas y lo muestra en una superposición al estilo Dynamic Island.

Un teleprompter ligero para Windows creado con Rust y Tauri, con una superposición de lectura siempre visible, seguimiento por voz y generación opcional de guiones con Groq.

Dictado silencioso mediante lectura de labios: mantén una tecla presionada, pronuncia palabras frente a la webcam y el texto se pega donde está el cursor, todo localmente.

Un asistente de voz gratuito y de código abierto para macOS que funciona con tu plan actual de Claude Pro o Max, sin necesidad de una clave de API.

Extensión de Chrome y servicio local de Python que genera subtítulos traducidos en tiempo real al inglés o al chino para transmisiones en vivo de YouTube con Ollama.