「whisper」に関するオープンソースプロジェクト

Whisperを基盤とするオープンソースの音声認識ツール。強制アライメントによる単語単位のタイムスタンプと、任意の話者ダイアライゼーションに対応します。

URLやローカルファイルからタイムスタンプ付きフレームと文字起こしを生成し、AIエージェントが動画を視聴できるようにするClaude Code／Agent Skillsプラグインです。

ローカル動画の見どころを、シーン・動き・音声・物体・文字起こしの情報から評価して説明する、無料のオフライン対応デスクトップアプリ。

音声認識、字幕翻訳、AI吹き替え、音声と映像の合成に対応した、動画を別の言語に翻訳するオープンソースツール。

音声認識、字幕の分割・修正・翻訳、動画への字幕合成に対応した、LLM搭載のデスクトップ／CLIツール。

ローカルのMP4に字幕を付けて編集・装飾し、焼き込んで書き出せるブラウザベースの字幕編集ツール。Whisperによる端末内文字起こしにも対応。

動画をアップロードせず、ブラウザー・デスクトップアプリ・CLIで文字起こし、翻訳、スタイル設定、字幕焼き込みができるオープンソースのローカル字幕ツール。

Whisperでオフライン動作する、macOS・Windows向けのオープンソースなローカルファーストAI音声入力アプリ。

動画を文字起こし・フレーム解析・埋め込みでインデックス化し、自然言語でシーンを検索できるセルフホスト型のローカルファーストな動画ナレッジベース。

OpenAI WhisperでYouTube動画やローカルの音声・動画ファイルを文字起こしする、自前環境で動くセルフホスト型Webアプリ。

画面上に表示され、会議を聞き取り、画面共有から隠れるmacOS・Windows向けオープンソースAIコパイロット。独自のAPIキーで利用できます。

AIで動画を文字起こしし、スタイル付き字幕を動画に直接焼き込むデスクトップアプリ。

whisper.cppまたはqwen-asrを音声認識バックエンドに使い、音声メッセージをテキスト化するC製Telegram bot。

1000以上のサイトから動画・音声をダウンロードし、AIで文字起こし、検索、要約できる無料のオープンソースデスクトップアプリ。

音声合成、ボイスクローン、Whisper文字起こし、YouTubeダウンロード、音声分離、吹き替え用翻訳を備えたWindows向けGradioアプリ。

音声クローン、音声生成、あらゆるアプリへの音声入力、AIエージェントの音声化に対応するローカルファーストのオープンソースAI音声スタジオ。

Together AIのWhisperモデルで動画やメディアリンクからタイムコード付き字幕を生成するNext.js製Webアプリ。

OpenAIのWhisperを使い、音声や動画をオフラインで文字起こし・翻訳できるデスクトップアプリ。

映画タイトルから、名セリフの字幕クリップと曲のビートに合わせたモンタージュを作るローカル優先のPythonツール。

スクリプトから、ローカル音声・単語ごとのタイミング・Canvas描画を使った解説動画や製品デモを生成します。