Proyectos open source sobre «whisper»

Plugin de Claude Code y Agent Skills que permite a los agentes de IA ver videos al convertir una URL o un archivo local en fotogramas con marcas de tiempo y una transcripción.

Aplicación de escritorio gratuita y sin conexión que puntúa y explica los momentos destacados de videos locales mediante señales de escenas, movimiento, audio, objetos y transcripciones.

Herramienta de código abierto para traducir videos a otros idiomas mediante reconocimiento de voz, traducción de subtítulos, doblaje con IA y síntesis de audio y video.

Herramienta de escritorio y CLI basada en LLM para subtitular videos: reconocimiento de voz, segmentación, corrección, traducción e incrustación de subtítulos.

Una herramienta de subtitulado de video en el navegador que permite editar y dar estilo a los subtítulos e integrarlos en archivos MP4 locales, con transcripción opcional mediante Whisper en el dispositivo.

Subtitulado local y de código abierto para cualquier video: transcripción con Whisper, traducción, estilos e incrustación, desde el navegador, la app de escritorio o la CLI, sin subir el video.

Aplicación de dictado con IA, de código abierto y local, que convierte voz en texto en macOS y Windows y funciona sin conexión con Whisper.

Base de conocimiento de videos autohospedada y local-first que transcribe y analiza los fotogramas de tus videos, genera embeddings y permite buscar escenas en lenguaje natural.

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

Copiloto de IA de código abierto para macOS y Windows que flota sobre la pantalla, escucha reuniones y queda oculto al compartir pantalla, con tu propia clave de API.

Aplicación de escritorio que transcribe videos con IA e incrusta subtítulos con estilo directamente en el video de salida.

Bot de Telegram escrito en C que convierte mensajes de voz en texto con whisper.cpp o qwen-asr como backend de reconocimiento de voz.

Aplicación de escritorio gratuita y de código abierto para descargar video y audio de más de 1000 sitios, transcribirlos, buscarlos y resumirlos con IA.

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.

Estudio de voz con IA, open source y local-first para clonar voces, generar voz, dictar en cualquier app y dar voz a agentes de IA.

Aplicación web de Next.js que genera subtítulos sincronizados a partir de videos subidos o enlaces a contenido multimedia con el modelo Whisper de Together AI.

Aplicación de escritorio que transcribe y traduce audio y video sin conexión en tu computadora, basada en Whisper de OpenAI.

Una herramienta de Python local-first que convierte el título de una película en un fan edit: un clip subtitulado con el mejor discurso, seguido de un montaje sincronizado con el ritmo de una canción.

Convierte un guion escrito en un video explicativo narrado o una demo de producto, con voz local, sincronización por palabra y renderizado en canvas, mediante un agente de programación.

App de macOS local-first que permite buscar fotos y fotogramas de video en cualquier carpeta describiéndolos en lenguaje natural, con IA ejecutada en el dispositivo.