开源 AI 工具

把语音转成文字，还能翻译成英文，支持多语言和嘈杂环境。

开源AI语音工作室，能克隆声音、听写录音、生成自然语音。

在本地离线把语音转成文字的开源工具，保护隐私且不用付费。

一个完全离线的语音转文字工具，免费开源，保护隐私，支持跨平台。

本地运行的AI会议助手，可实时转录、区分说话人并自动生成会议纪要，数据不出电脑。

一款将Whisper语音识别模型加速运行的工具，让你更快地完成语音转文字。

给音频或视频自动加字幕，还能精确到每个词的时间点和区分是谁在说话

在电脑上离线把录音和视频转成文字，还能翻译成其他语言，不用上传云端，保护隐私。

NVIDIA开源的生成式AI框架，用于构建语音识别、语音合成和大型语言模型应用。

和AI语音聊天，支持随时打断，还有Live2D虚拟形象，本地运行保护隐私。

超快的语音转文字工具，将小时级音频在几秒内转录成文本，支持多种格式。

macOS上最快的本地听写应用，语音转文字由AI增强，离线运行，是Wispr Flow的开源替代。

极低延迟的语音转文字、意图识别和语音合成工具，专为打造语音助手和语音交互而生。

语音转文字听写应用，支持本地和云端模型，保护隐私，跨平台使用。

一款本地运行的桌面应用，把你的录音、视频语音自动转成文字，隐私安全。

在苹果设备上本地运行的语音 AI 工具包，能做语音转文字、区分说话人和文字转语音。

把 YouTube、B站视频自动翻译并配上克隆语音的开源工具，全程网页操作。

本地离线的音视频转字幕工具，自动生成srt、json和纯文字格式，保护隐私。

一个让开发者轻松为AI应用添加实时音视频通信功能的Python库

本地优先的AI字幕生成工具，自动为视频加字幕，无需上传云端，直接集成主流剪辑软件。

Speakr 是一款自托管的音频转文字工具，让录音文件安全地转成文字稿。

一个能同时看懂文字、图片、音频和视频，还能实时开口说话的多模态大模型

把音视频一键转成小红书文案、公众号文章、知识笔记或思维导图的工具

按住快捷键说话，松开后AI润色的文字自动出现在光标处，支持macOS和Windows的开源语音输入工具。