“speech-recognition” 相关开源项目

基于 Whisper 的自托管网页应用，可在本机转录 YouTube 视频和本地音视频文件。

收录 419 个预训练 AI 模型，覆盖视觉、语音、NLP 与大模型，均可通过统一命令行运行。

基于 Gradio 的网页工具，集成 YouTube 下载、人声分离、Whisper 字幕、翻译与语音合成及声音克隆。

一款免费的 macOS 提词器，随语音逐词高亮脚本，以灵动岛式浮层显示。

基于 Rust 与 Tauri 构建的轻量级 Windows 提词器，提供置顶阅读浮窗、语音跟读和可选的 Groq 文稿生成。

无声唇读听写工具：按住快捷键无声说话，摄像头识别口型后把文字输入到光标处，本地运行。

一款免费开源的 macOS 语音助手，无需 API Key，直接使用你已有的 Claude Pro 或 Max 订阅。

Chrome 扩展加本地 Python 服务，用 Ollama 为 YouTube 直播实时生成中英互译字幕。