Logo
Project Icon

curses

提供OBS、VRChat、Twitch和Discord的实时语音转文字和字幕功能

OBSMicrosoft AzureSpeech to TextVRChatTwitchGithub开源项目

提供适用于OBS、VRChat、Twitch和Discord的实时语音转文字字幕，支持自定义字幕样式和多种语音识别服务，包括Microsoft Azure、Speechly和Deepgram。支持使用超过1000种Google Fonts免费字体，兼容Microsoft Azure、Uberduck和TikTok等多种TTS服务。加入Discord社区获取支持和设计模板，并通过OBS插件轻松自动切换场景设计。

访问官网访问官网GithubGithub
介绍相关项目
blivechat - B站直播弹幕显示工具 模仿YouTube风格
GithubOBSbilibiliblivechat开源项目样式生成器直播评论栏
blivechat是一个开源的B站直播弹幕显示工具，适用于OBS。它模仿YouTube直播评论栏风格，具备付费礼物显示、用户高亮、弹幕过滤等功能。工具还支持自动翻译和自定义表情，增强直播互动体验。blivechat提供多种部署方式，包括本地使用、公共服务器和自建服务器等。
ChatTTS-ui - 多语种文字语音合成工具，支持中英数字混合及本地API接入
API接口CUDA加速ChatTTSGithubffmpeg开源项目语音合成
ChatTTS-webUI为用户提供文字到语音合成服务，支持中英文及数字，可本地运行或通过API接入。采用GPU加速优化处理速度，适合个人及企业使用，提供多种部署方案。
transcribe - 多语言实时转录和对话生成的开源工具
GithubOpenAITranscribe多语言支持安全功能实时转录开源项目
这个开源项目提供多语言实时转录，通过选择OpenAI GPT-4o、GPT-4、GPT-3.5等模型生成对话响应。软件具有最新的OpenAI库支持，无需Python依赖即可安装使用，并提供高安全性功能。支持麦克风和扬声器输入转换，用户可以定制提示、保存聊天记录，并可享受离线免费和在线付费的语音到文本转换服务。该工具在有GPU支持时性能最佳，并提供详细的安装指南和用户支持。
Real-time-translation-typing - 多语言实时翻译与语音转文字工具
302.AIAI超市Github实时翻译开源项目快捷键语音转文字
Real-time-translation-typing是一款实时翻译工具，支持打字翻译、语音转文字并翻译，以及LOL游戏语音输入功能。提供搜狗、百度和有道等多种翻译API选择，支持快捷键操作，适用于Windows 10系统。工具包括网页调用版本和API版本配置，可满足不同需求。适用于日常交流和游戏实时沟通，提供便捷的翻译服务。
speech-to-text - 实时音频转录系统，兼容多种格式，具备高级配置
GithubNVIDIA GeForce RTX 3060PythonSilero VADfaster-whisper实时转录开源项目
该开源项目使用Silero VAD技术检测静音部分，并结合Faster-Whisper将音频数据转录为文本。支持多种音频格式（如wav、mp3、ogg）和高级设置，如重复惩罚和无重复ngram大小。其HTML界面允许进行详细配置，并能同步显示转录结果，支持CUDA环境运行，兼容最新的Faster-Whisper版本（1.0.3），提升转录速度和准确性。
BarrageGPT - 简化各大直播平台的配置与使用教程
BarrageGPTGithubOBS哔哩哔哩开源项目抖音虎牙
该项目支持哔哩哔哩、虎牙和抖音直播平台，通过简化的配置和操作步骤提高直播互动效果。从拉取项目文件到配置API，提供详细的安装和使用指南。同时还有各平台的单独使用教程和截图。未来功能包括礼物触发AI问答和虚拟AI角色，适合希望提升直播互动效果的用户。
obs-backgroundremoval - 替换人像图像和视频的背景的插件
AI插件GithubOBS Plugin低光增强开源项目背景移除虚拟绿幕
这款OBS Studio插件可以替换人像图像和视频的背景，并增强低光场景表现。使用神经网络技术预测人像蒙版并去除背景像素，且可与其他OBS插件轻松组合。支持Windows（DirectML）、Mac（CoreML）和Linux（CUDA）的GPU加速。查看项目页面了解详细的安装和使用指南。
Whisper-WebUI - 多功能字幕生成和翻译工具，支持多种Whisper实现
GithubGradioWhisper-WebUI字幕生成器开源项目翻译语音转文字
Whisper-WebUI是基于Gradio的浏览器界面，支持从文件、YouTube和麦克风生成字幕，并提供多语言翻译。用户可以选择不同的Whisper实现，如openai/whisper、faster-whisper和insanely-fast-whisper，支持SRT、WebVTT、txt等多种字幕格式。功能包括语音转文字翻译、音频预处理（Silero VAD）和说话人分离（pyannote）。提供详细的安装指南与自动安装脚本，并且兼容Docker运行，提升VRAM利用率和转录速度。
TTSLabs - 主播专属文字转语音平台提供个性化语音体验
AI工具AI语音合成TTSLabs文字转语音直播自定义语音
TTSLabs是Twitch主播文字转语音平台,提供自定义语音、音效添加和实时处理等功能。主播可通过桌面应用管理TTS内容,支持Streamlabs和StreamElements同步。平台具备亵渎管理和观众指南,增强直播互动。TTSLabs专注于为主播提供创新语音工具,改善直播体验。
RealtimeTTS - 实时低延迟高质量文本转语音库
GithubRealtimeTTS低延迟多引擎支持多语言支持开源项目高质量音频
RealtimeTTS是一款低延迟、高质量的实时文本转语音库。支持OpenAI、Elevenlabs、Azure、Coqui、gTTS和系统TTS引擎，兼容多语言，适用于专业和关键场景。新增灵活定制安装选项，用户可以选择所需功能模块。通过回退机制确保持续运行，完美兼容大语言模型，实现即时文本流转换和清晰自然的语音输出。
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