音声認識

6 tools in this category

Whisper Web

Whisper Webは、Transformers.jsで動くMITライセンスのブラウザ音声認識デモです。端末内で文字起こしし、タイムスタンプ付き結果をTXT/JSONで保存できます。

Whisper Webブラウザ音声認識Transformers.js

1060

WhisperX

WhisperXは、faster-whisperのバッチ文字起こしに言語別の単語強制アラインメントと任意のpyannote話者分離を加える長時間音声向けOSSパイプラインです。

WhisperXspeech alignmentspeaker diarization

980

WhisperDesktop

WhisperDesktop は、オーディオ、ビデオ、およびマイク入力でローカルに OpenAI Whisper を実行するための Windows デスクトップ アプリおよび DirectCompute 実装です。このガイドでは、セットアップ、モデル、GPU、字幕、プライバシー、および代替手段について説明します。

WhisperDesktopOpenAI Whisperspeech recognition

2460

Buzz

Buzz は、macOS、Windows、Linux 上でローカルの Whisper 文字起こし、字幕、ライブ キャプション、翻訳、話者ラベル付けを行うための MIT ライセンスの無料デスクトップ アプリです。このガイドでは、バックエンド、ハードウェア、プライバシー、精度テスト、字幕 QA、CLI 自動化、およびクラウド代替手段を比較します。

BuzzBuzz Captionsオフライン文字起こし

23680

Whisper.cpp

Whisper.cpp は、ローカルの文字起こし、翻訳、ストリーミング、サーバー、組み込みアプリ向けの OpenAI Whisper の依存関係の少ない C/C++ 実装です。このガイドでは、モデル、量子化、バックエンド、精度、プライバシー、展開について説明します。

speech-recognitionfree

910

Whisper

Whisper は OpenAI が MIT ライセンスで公開する多言語音声認識モデルと Python 参照実装で、ローカル文字起こしと言語識別、英語への音声翻訳に対応します。

Whisper音声認識ローカル文字起こし

1010