#whisper
Все о технологии распознавания речи OpenAI Whisper. Подборка проектов и инструментов для транскрибации аудио и видео, автоматического создания субтитров и перевода. Готовые решения для разработчиков и создателей контента, работающие локально для максимальной приватности данных.
OpenScreen превращает запись экрана в красивое демо без монтажа и подписок
OpenScreen — бесплатный опенсорсный инструмент для записи красивых скринкастов с автозумом, сглаживанием курсора, локальными субтитрами и CLI-режимом...
Как научить Claude Code смотреть видео и понимать происходящее на экране
Плагин claude-video-vision превращает Claude Code в инструмент для работы с видео. Он нарезает кадры через ffmpeg, расшифровывает звук через Whisper и...
Невидимый суфлер для техсобесов - разбор OpenCluely
Разбор OpenCluely — открытого десктопного ассистента на Electron, который помогает на техсобесах и тренировках, оставаясь невидимым для шеринга экрана...
Как превратить голос в код и заметки без облаков и лишних глаз
Обзор OpenWhispr — опенсорсного инструмента для локальной диктовки, транскрипции встреч и работы с AI-агентами без облаков и подписок.
Как превратить часовое видео в пачку виральных клипов одной командой
Обзор open-source инструмента на Python для автоматического создания YouTube Shorts из длинных видео. Использует Whisper и LLM для поиска виральных мо...
Как запустить собственную студию клонирования голоса на домашнем ПК
Обзор Voicebox — мощной open-source студии для клонирования голоса и синтеза речи, которая работает полностью локально и заменяет платные облачные сер...
Как записывать созвоны и не слить корпоративные тайны в облако
Обзор Meetily — опенсорсного AI-ассистента для встреч, который работает полностью локально. Расшифровка, транскрипция и итоги созвонов без передачи да...
Как научить Whisper различать голоса - разбираем проект whisper-diarization
Обзор продвинутого пайплайна для распознавания речи и разделения спикеров. Узнайте, как объединить OpenAI Whisper, Nvidia NeMo и Demucs для создания т...
Как запустить LLM на смартфоне и не расплавить его - обзор Cactus Engine
Обзор Cactus — сверхбыстрого и энергоэффективного движка для запуска LLM, Whisper и Vision-моделей прямо на смартфонах и носимых устройствах.
Забудьте про клавиатуру - как Amical превращает ваш голос в код и заметки прямо на компьютере
Обзор Amical — open-source приложения для AI-диктовки, которое работает полностью локально, понимает контекст ваших программ и помогает разработчикам...
Buzz — когда речь превращается в текст (и не только!)
Надоело вручную расшифровывать аудио? Buzz — это ваше спасение! Этот десктопный и консольный инструмент на базе OpenAI Whisper транскрибирует и перево...
Faster Whisper — Когда скорость решает все в работе с речью
Устали ждать, пока OpenAI Whisper обработает ваши аудио? Faster Whisper — это то, что вам нужно: до 4 раз быстрее, экономнее и с теми же впечатляющими...
FunASR: Когда распознавание речи становится не только точным, но и увлекательным
Мечтаете о точном и быстром распознавании речи? FunASR — это мощный, но простой в использовании инструментарий для ASR, VAD, пунктуации и многого друг...
AI Dev Gallery от Microsoft - запускаем локальные нейросети в Windows-приложениях в один клик
Microsoft создала AI Dev Gallery — открытую галерею-песочницу для Windows-разработчиков. Изучайте, запускайте и встраивайте локальные AI-модели в свои...
AutoSubs субтитры в один клик без головной боли
AutoSubs — инструмент для мгновенного создания субтитров с помощью AI, который работает локально и интегрируется с DaVinci Resolve. Идеально подходит...
Vibe — Транскрибация аудио и видео без подключения к интернету
Vibe — мощный инструмент для оффлайн-транскрибации аудио и видео с поддержкой множества форматов и языков. Узнайте, как этот проект на базе OpenAI Whi...
Embark — ваш проводник в мир децентрализованных приложений
Embark — фреймворк для создания децентрализованных приложений (DApps) на Ethereum, IPFS и других блокчейн-платформах. Узнайте, как он упрощает разрабо...
LLPlayer: Медиаплеер, который превращает просмотр видео в урок языка
LLPlayer — умный медиаплеер для изучения языков с AI-субтитрами, переводом в реальном времени и другими полезными функциями для языковой практики
ChatGPT Telegram Bot: ваш карманный ИИ-ассистент со сверхспособностями
Обзор мощного Telegram-бота с ChatGPT, DALL·E и Whisper – как быстро развернуть своего AI-ассистента с кучей полезных функций
RTranslator - Оффлайн-переводчик в вашем кармане
RTranslator — это полностью оффлайн-приложение для Android с открытым исходным кодом, которое превращает ваш смартфон в настоящий переводчик-синхронис...
Voice-Pro - Фабрика голосов в вашем компьютере
Voice-Pro — мощный инструмент для работы с голосом: конвертация, клонирование и мультиязычный перевод в одном решении. Идеально для подкастеров, разра...