“speech-to-text” 相关开源项目

开源的 macOS/Windows AI 助手，悬浮于屏幕之上，可听取会议音频，并尽量对屏幕共享隐藏，使用自备 API Key。

用 C 编写的 Telegram 机器人，借助 whisper.cpp 或 qwen-asr 将语音消息转写为文字。

面向双语会议的实时双向语音翻译应用，支持云端服务或完全离线的本地推理，适用于桌面端和 Chrome/Edge 浏览器。

开源桌面应用，可从 1000 多个网站下载音视频，支持本地转录，并基于转录内容运行 AI 摘要与问答。

开源、完全本地运行的语音工作室，支持声音克隆、语音设计、视频配音、听写、转录和有声书制作。

开源的本地 AI 语音工作室，可克隆声音、生成语音、语音听写并为 AI 智能体提供声音输出。

基于 Together AI 的 Whisper 模型，为上传的视频或媒体链接自动生成带时间轴字幕的 Next.js 网页应用。

基于 OpenAI Whisper 的桌面应用，可在本地离线转录和翻译音视频。

本地离线运行的语音处理工具，整合语音合成、声音克隆、语音转换、音乐生成和语音识别等功能。

Windows 游戏实时屏幕翻译工具，通过 OCR 识别画面文字并叠加显示译文。

一门实战课程，教你用 FastRTC、Superlinked、Twilio 等构建可接打电话的 AI 语音客服中心。

面向手机、可穿戴设备、机器人和微控制器的 8-29 MB 端侧基础模型，支持工具调用、结构化抽取、向量嵌入和语音转文字。

开源的本地优先 AI 会议助手，支持会议录制、实时转写和摘要生成，运行于 macOS 和 Windows。