语音转文字

「语音转文字」标签聚合的各栏目已发布内容,按本站发布日期从新到旧排列。

14 条

  1. 音视频GitHub

    earshot:给编程智能体装上耳朵

    开源 Python 工具 earshot 让 AI 智能体听懂声音:描述、匹配、找最佳片段、鉴别真伪、给宣传片打分,还能用代码合成音效,纯 CPU 本地跑。

    #代码智能体#语音转文字

  2. 自动化GitHub

    Needle:8-29 MB 的端侧自动化模型

    Cactus Compute 开源的端侧自动化模型:8-29 MB 一个二进制,在手机到单片机上做工具调用、结构化抽取与语音识别,Apache-2.0 协议。

    #模型推理#结构化抽取#语音转文字

  3. 多媒体MCP

    VoiceMode:用语音和 Claude Code 对话

    给 Claude Code 等智能体加上双向语音对话:你开口说,它用语音答。可用本地 Whisper 和 Kokoro 离线运行,也可接 OpenAI 云服务。

    #语音转文字#文本转语音

  4. 音视频GitHub

    AutoClip:AI 找高光,本地剪出能直接发的短片

    AutoClip 是一个开源视频剪辑工具:导入访谈、播客、课程或游戏录屏,AI 从字幕提取大纲、给片段打精彩分并切成短片合集,你确认后再渲染导出。和把素材传云端的剪辑服务不同,剪辑渲染全在本机,模型 Key 自备,走 Ollama 可完全离线;桌面、Docker、CLI/MCP 三种用法,能按抖音、Shorts、B 站预设导出并直接发布。

    #视频剪辑#语音转文字#社媒自动化