Logo
Project Icon

ScribeWizard

使用Groq、Whisper和Llama3生成结构化音频笔记

ScribeWizardGroqWhisperLlama3StreamlitGithub开源项目

ScribeWizard 是一个基于 Streamlit 的应用，通过 Groq 的 Whisper API 转录音频讲座，并利用 Llama3-8b 和 Llama3-70b 模型生成结构化笔记。该应用结合了快速和高质量的文本生成，提供美观的 Markdown 样式笔记，并支持下载为文本或 PDF 文件。用户可以选择在线使用或本地运行，适用于生成讲座和课程的音频笔记，提升学习和复习效率。

访问官网访问官网GithubGithub
介绍相关项目
Wave - 智能语音记录与自动总结应用
AI工具AI转录会议总结多语言支持语音导入语音记录
Wave应用运用AI技术实现音频录制、转录和总结。功能包括会议记录、通话录音、播客和YouTube视频导入。支持多语言、后台录音和Siri快捷方式。提供多种计划选择。能迅速完成语音转文字和摘要生成，助力提升工作效率，方便随时记录关键信息。
AudioNotes - AI驱动的语音笔记应用 转换语音为结构化文本
AI助手AI工具AudioNotes内容生成笔记管理语音笔记
AudioNotes是一款AI驱动的笔记应用,可将语音和文本笔记转化为结构化内容。它能自动总结要点、生成内容,并提供智能搜索和聊天功能。用户录音、上传或输入的笔记会被AI转换为易理解和检索的格式。该应用支持Whatsapp、Zapier等多平台集成,便于笔记同步和分享。AudioNotes为提升生产力和笔记管理效率提供了强大的AI辅助工具。
llama2 - 基于Meta开源Llama 2模型的优化轻量级聊天机器人
GithubLlama 2Llama2-7BMetaReplicateStreamlit开源项目
此聊天机器人应用使用Meta的开源Llama 2模型，尤其是a16z团队部署的Llama2-7B模型。应用程序经过重构，可以轻量级部署到Streamlit Community Cloud平台。需要获取Replicate API令牌才能使用。除此之外，还可以尝试更大规模的Llama2-13B和Llama2-70B模型。
Transcribro - 安卓设备本地语音识别键盘
AndroidGithubTranscribro开源软件开源项目语音识别隐私保护
Transcribro是一款安卓语音识别键盘和服务，采用OpenAI Whisper模型和Silero VAD技术。它提供语音输入功能，可作为独立应用或被其他程序调用。所有处理在设备本地进行，确保用户隐私和数据安全。Transcribro支持多种应用场景，为用户提供便捷的语音转文字体验。
whisper-timestamped - 多语言语音识别工具，支持单词时间戳和置信度评分
GithubOpenAIwhisper-timestamped信心评分开源项目时间戳语音识别
whisper-timestamped 是一个增强型多语言语音识别工具，基于 OpenAI 的 Whisper 模型，通过动态时间规整(DTW)技术预测单词时间戳，并附带置信度评分。该扩展兼容所有 Whisper 版本，优化内存使用，适用于处理长音频文件。此外，还支持在运行 Whisper 模型前进行语音活动检测(VAD)，有效降低训练数据中的误差。whisper-timestamped 可提高识别准确度，尤其适用于包含语音卡顿或填充词的情景。
swift - 基于多项先进技术的开源AI语音交互系统
AI语音助手CartesiaGithubGroqNext.jsSwift开源项目
Swift是一个开源的AI语音交互系统，集成了多项先进技术。系统使用Groq技术实现OpenAI Whisper的语音转写和Meta Llama 3的文本生成，通过Cartesia的Sonic模型进行语音合成，并采用VAD技术进行语音检测。项目基于Next.js框架和TypeScript开发，在Vercel平台部署。Swift旨在提供高效的AI语音交互能力。
local_llama - 本地LLM驱动的离线文档对话系统 支持多种文件格式
GithubLocal Llama向量数据库开源项目文档处理本地语言模型离线聊天
Local Llama是一个基于本地LLM的离线文档对话系统。该项目支持PDF、TXT、DOCX等多种文件格式，使用Ollama集成本地LLM，实现完全离线运行。系统采用持久化向量数据库存储文档索引，通过Streamlit提供用户界面。Local Llama无需依赖云服务，确保数据隐私和离线访问，为用户提供安全、高效的文档交互体验。
AudioNotes - 音视频转结构化笔记的开源系统
AudioNotesFunASRGithubQwen2开源项目结构化笔记音视频转笔记
AudioNotes是基于FunASR和Qwen2构建的开源音视频转笔记系统。它能提取音视频内容并利用大模型生成结构化markdown笔记，同时支持与内容对话交互。系统提供Docker和本地两种部署方式，方便用户快速获取易读的笔记，提升信息处理效率。
Whisper-Finetune - 语音识别模型的高效微调与加速
GithubWhisper中文识别加速推理开源项目模型微调语音识别
Whisper-Finetune项目致力于优化OpenAI的Whisper语音识别模型。该项目采用Lora技术进行微调，支持多种数据类型的训练，并通过CTranslate2和GGML实现加速推理。此外，项目提供了跨平台应用和服务器部署方案，为语音识别应用开发提供了全面支持。
Scribbyo - 全方位AI内容生成解决方案
AI内容创作AI工具代码生成图像生成文本生成语音合成
Scribbyo集成了文本、图像、代码和配音等多种AI内容生成工具。平台支持多语言创作,提供SEO优化功能,界面简洁易用。无论是企业家、营销人员还是技术爱好者,都能借助Scribbyo高效创建优质内容,提升创作效率。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号