Projetos open source sobre “speech-recognition”

Aplicativo web auto-hospedado que transcreve vídeos do YouTube e arquivos locais de áudio e vídeo com o OpenAI Whisper, na sua própria máquina.

Coleção de 419 modelos de IA pré-treinados para visão, fala, NLP e LLMs, executáveis por uma CLI simples com download automático dos pesos.

Web app Gradio voltado para Windows para fluxos de dublagem: download do YouTube, separação de vocais, legendas com Whisper, tradução e TTS com clonagem de voz.

Teleprompter gratuito para macOS que destaca o roteiro palavra por palavra enquanto você fala, em uma sobreposição no estilo Dynamic Island.

Um teleprompter leve para Windows, feito com Rust e Tauri, com sobreposição sempre visível, acompanhamento por voz e geração opcional de roteiros com Groq.

Ditado silencioso por leitura labial: segure uma tecla, articule palavras diante da webcam e o texto será colado na posição do cursor, tudo localmente.

Assistente de voz gratuito e open source para macOS, que funciona com seu plano Claude Pro ou Max e não exige chave de API.

Extensão do Chrome com serviço Python local que gera legendas traduzidas em tempo real, do inglês para o chinês e vice-versa, em lives do YouTube usando Ollama.