#speech-to-text

5 プロジェクト

Python 2026年8月22日

VoiceStudioはクラウド不要のローカル音声合成・クローン・文字起こしツール。GPU上で完全動作し、サブスクリプション不要。オープンソースの力でElevenLabs品質の音声を実現。

JavaScript 2026年8月4日

Stable Diffusion、言語モデル、音声認識、テキスト読み上げを1つのアプリに統合したデスクトップクライアント、Uncensored Local Studioをご紹介します。

JavaScript 2026年7月20日

OpenWhisprは、完全にローカルで動作するオープンソースの音声認識アプリです。クラウドに依存せず、音声入力、会议の文字起こし、AIエージェントを提供します。

C-plus-plus 2026年7月20日

transcribe.cppは、Python依存なしで任意のハードウェアで動作する軽量なC/C++音声認識ライブラリです。16のモデルファミリー、複数のバックエンド、GGUF量子化をサポートしています。

Python 2026年7月9日

MLX-AudioがApple Silicon Macに超高速のTTS、STT、STS機能をもたらします。AppleのMLXフレームワーク 기반으로、Whisper、Kokoro、声のクローンなどに対応し、クラウドコストなしでローカル実行。