语音识别

6 tools in this category

Whisper Web 是基于 Transformers.js 的 MIT 开源浏览器语音识别 Demo，支持本地转录、时间戳以及 TXT/JSON 导出。

Whisper Web浏览器语音转文字Transformers.js

1360

WhisperX 是面向长音频的开源语音管线，在 faster-whisper 批量转写之上增加语言专属词级强制对齐和可选 pyannote 说话人分离。

WhisperX词级对齐说话人分离

1480

WhisperDesktop 是一个 Windows 桌面应用程序和 DirectCompute 实现，用于在音频、视频和麦克风输入上本地运行 OpenAI Whisper。本指南涵盖设置、模型、GPU、字幕、隐私和替代方案。

WhisperDesktopOpenAI Whisperspeech recognition

1990

Buzz 是一款获得 MIT 许可的免费桌面应用程序，用于在 macOS、Windows 和 Linux 上进行本地 Whisper 转录、字幕、实时字幕、翻译和说话人标签。本指南比较了后端、硬件、隐私、准确性测试、字幕 QA、CLI 自动化和云替代方案。

BuzzBuzz Captions离线转录

1860

Whisper.cpp 是 OpenAI Whisper 的轻依赖 C/C++ 实现，用于本地转录、翻译、流媒体、服务器和嵌入式应用程序。本指南涵盖模型、量化、后端、准确性、隐私和部署。

speech-recognitionfree

1770

Whisper 是 OpenAI 以 MIT 许可证发布的多语言语音识别模型与 Python 参考实现，可在本地完成转写、语言识别和语音到英语的翻译。

Whisper语音识别本地转写

1730