dsnote

支持多语言的离线语音及文本处理应用

Speech Note 语音识别语音合成机器翻译数据隐私 Github 开源项目

Speech Note是一款集成多语言支持的Linux桌面与Sailfish OS平台应用，提供离线语音识别和翻译，保证了极高的隐私性，无需联网即可快速完成文字和语音的转换和翻译。适用于对隐私要求高的笔记、阅读和翻译等多场景使用。

Waspnote - AI多功能在线笔记工具助力学习和工作效率提升

AI工具AI笔记应用智能摘要生产力工具语音转文字跨平台同步

Waspnote是一款AI驱动的在线笔记工具，适用于学生和专业人士。该应用支持多设备同步，提供语音转文本、智能摘要和快速搜索等AI功能。特色功能包括地图笔记、PDF导入、事件时间线和自定义词典。Waspnote还提供Chrome扩展程序，可用于标记YouTube视频时间戳。用户可以轻松分享笔记、导出PDF，实现高效协作。通过直观的界面和灵活的定价计划，Waspnote旨在提高用户的工作效率。

SoniTranslate - 全球语种视频实时翻译与音频同步工具

GithubGradio库SoniTranslate多语言支持开源项目视频翻译

SoniTranslate是一个高效的视频翻译Web应用，提供了多语言支持和音频同步选项。界面基于Gradio库，确保流畅的用户体验。包含多个语言版本如简体中文，并且提供了详尽的视频教程，确保用户能够快速理解和操作。

openai-whisper - Next.js实现的自动语音识别，支持实时转录和录音回放

GithubNext.jsopenai-whisper实时转录开源项目自动化转录语音识别

本项目是基于OpenAI Whisper的自动语音识别系统webapp，使用Next.js框架开发。它能自动录音并上传至服务器进行转录和翻译，然后将结果返回前端。支持录音回放以验证输出效果，同时可通过设置消除背景噪音和调整录音暂停时间。项目仍在开发中，提供多种配置选项，适合需要快速实现语音转录功能的开发者。

Clipboard TTS - 多功能文本转语音应用为阅读障碍者提供全面支持

AI工具图像识别文字转语音自动翻译语音合成辅助阅读

Clipboard TTS是一款专为阅读障碍者设计的多功能文本转语音工具。该应用支持49种语言和100多种声音，能自动检测剪贴板内容变化并朗读。它集成了自动词典、图像文字识别、自动翻译、字体定制、文本高亮和背景调整等功能，显著改善了用户的阅读体验。此外，Clipboard TTS还提供历史记录和AI辅助功能，满足多样化的阅读需求。这款工具致力于帮助用户克服阅读障碍，实现更自由的阅读体验。

vibe - 离线音视频转录，多语言支持和多格式输出

GithubOpenAI WhisperVibe开源项目批量转录隐私音频转录

Vibe利用开源工具OpenAI Whisper进行离线音视频转录，支持几乎所有语言，保证数据隐私。软件界面友好，支持多种文件格式如SRT、VTT、TXT、HTML、PDF和JSON。Vibe还具备批量转录、多语言翻译和实时预览等功能，适用于Windows、Linux和macOS系统。优化了对CPU和GPU的支持，兼容Nvidia和AMD GPU。用户可以通过命令行接口进行操作，并提供HTTP API文档。其他功能包括系统音频转录、麦克风转录、说话人分割，未来还将支持iOS和Android。

whisper-plus - 全面音频处理工具集成语音识别与智能交互

AI模型GithubWhisperPlus开源项目自然语言处理语音转文字

WhisperPlus是一个集成多项功能的开源音频处理工具库。它支持语音转文字、文本摘要和说话人分离等核心功能，并提供YouTube音频下载、多种模型选择以及基于RAG技术的视频内容智能对话能力。此外，WhisperPlus还包含文本转语音和自动字幕生成功能，为开发者提供全面的音频处理解决方案。该项目安装简便，接口灵活，适用于广泛的语音处理应用场景。

kaldi - 多平台支持的开源语音识别工具包

GitHubGithubKaldi开源工具包开源项目语音识别跨平台

Kaldi是一款先进的开源ASR（自动语音识别）工具包，适用于UNIX、Linux等多种系统。它为语音处理研究和应用开发提供了全面的工具和资源，包括详细文档和示例系统。Kaldi支持多种平台，包括PowerPC、Android和Web Assembly，并拥有活跃的开发者社区，为语音技术的创新和应用提供了强大支持。

NoteTakers IO - 智能学习平台：轻松将视频讲座转化为详细笔记

AI工具YouTube学习工具笔记讲座转换

NoteTakers IO是一个创新学习平台，能将YouTube讲座、PDF和音频文件转换为详细笔记。平台集成智能助手、闪卡系统、文字转录和番茄工作法计时器，全面支持高效学习。该工具旨在优化学习过程，帮助用户有效管理学习资料，提升学习质量和效率。

WhisperLive - 基于OpenAI Whisper模型开发的实时音频转写应用

GithubOpenAI WhisperTensorRTWhisperLive多语言模型实时语音识别开源项目

WhisperLive是基于OpenAI Whisper模型开发的实时音频转写应用，能高效地将直播或预录音频转换成文本。支持多语言和自定义设置，适用于个人、教育及商业场景。项目还提供Docker部署，简化安装和服务部署过程。

ntts - 神经文本转语音库

AI语音合成GithubNeural Text To Speechntts_dart开源项目无需互联网自然发声

ntts是一个先进的人工智能项目，使用神经网络技术实现无需互联网的语音合成。支持Ubuntu等多种操作系统，使用Dart语言开发，高度可移植。支持英语等多种语言模型，并不断更新优化性能。特别适用于无网络环境，能快速准确地输出语音。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com