Projetos open source sobre “speech-to-text”

Copiloto de IA open source para macOS e Windows que flutua sobre a tela, ouve reuniões e fica oculto no compartilhamento de tela, usando sua própria chave de API.

Bot do Telegram escrito em C que transcreve mensagens de voz usando whisper.cpp ou qwen-asr.

App de tradução de fala bidirecional em tempo real para reuniões bilíngues, com provedores na nuvem ou inferência totalmente offline no dispositivo, para desktop e Chrome/Edge.

Aplicativo desktop de código aberto para baixar vídeos e áudios de mais de 1.000 sites, transcrever localmente e gerar resumos ou responder perguntas com IA.

Estúdio de voz open source e totalmente local para clonagem e criação de vozes, dublagem de vídeos, ditado, transcrição e criação de audiolivros em 646 idiomas.

Estúdio de voz com IA open source e local para clonar vozes, gerar fala, ditar em qualquer app e dar voz a agentes de IA.

App web em Next.js que gera legendas sincronizadas a partir de vídeos enviados ou links de mídia, usando Whisper via Together AI.

App para desktop que transcreve e traduz áudio e vídeo offline no seu computador, com tecnologia do Whisper, da OpenAI.

Ferramenta local e offline de processamento de voz que reúne TTS, clonagem e conversão de voz, geração de música, STT e aprimoramento de fala em uma CLI/GUI.

Ferramenta para Windows que lê textos exibidos nos jogos com OCR, traduz com IA ou serviços gratuitos e sobrepõe a tradução ao jogo.

Curso prático para criar uma central de atendimento telefônico com agentes de voz de IA usando FastRTC, Superlinked, Twilio, Opik e Runpod.

Um modelo fundacional de 8 a 29 MB para celulares, wearables, robôs e microcontroladores, que processa chamadas de ferramentas, extração estruturada, embeddings e transcrição de fala no próprio dispositivo.

Assistente de reuniões com IA, open source e local-first, que grava, transcreve em tempo real e gera resumos no macOS e Windows.