搜索结果：speech-to-text（15 个）
按分类缩小范围
hex
综合 63
支持 Mac、Windows 和 Linux 的本地语音听写转文字工具。
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
speech-to-speech
综合 76
基于开源模型构建语音智能体（Voice Agent）的开发库。
WhisperLiveKit
综合 72
本地实时流式语音转文字工具，支持说话人分离、翻译及兼容 OpenAI 的 API。
openwhispr
综合 71
跨平台语音转文字应用，支持本地模型（Whisper 等）与云端模型，注重隐私保护。
VidBee
综合 70
支持从千余站点下载音视频，本地转写并标注说话人，结合 AI 实现总结、翻译及对话。
speechbrain
综合 70
基于 PyTorch 的开源全能语音处理工具包。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
pyvideotrans
综合 66
将视频从一种语言翻译为另一种语言，并自动生成配音与字幕。
whisperX
综合 61
具备词级时间戳和说话人日志（Diarization）功能的自动语音识别工具。
Handy
综合 61
免费、开源且可扩展的语音转文字应用，支持完全离线运行。
voice-pro
综合 58
面向创作者的 Gradio WebUI，集成主流 TTS、零样本声音克隆与人声分离等功能。
kaldi
综合 53
语音识别工具包 Kaldi 的官方开源代码仓库。
FluidAudio
综合 42
Swift 音频库，为应用提供前沿 CoreML 模型，支持 TTS、STT、语音活动检测与说话人日志。
sherpa-onnx
综合 41
基于新一代 Kaldi 与 ONNX Runtime 的离线语音工具包，支持语音识别、TTS、声纹与降噪等多端部署。