Whisper for Large Audio官网 – 简易音频转录解决方案

WAAS是一个平台，提供OpenAI的Whisper自动语音识别（ASR）系统的图形用户界面和API，用户可以通过直接访问API或使用提供的GUI接口进行音频文件的转录和管理。

一个超快速的语音识别工具，基于OpenAI的Whisper Large v3模型，能把长达5小时的音频在不到2分钟内转写成文字。

WhisperS2T是一个为Whisper模型优化的语音转文本处理管道，支持多个推理引擎，旨在提供高准确率和灵活配置选项的语音识别解决方案。

基于Whisper语音识别模型的超快音频转文字命令行工具，用Whisper Large v2在10分钟内转录300分钟音频。该工具优化了转录速度，支持多种音频格式，并具有高准确率的语音识别，适合批量处理大型音频文件。

Diart是一个优化方案的代码实践，构建在pyannote-audio模型之上，旨在实时识别不同的说话人，特别适用于实时音频流（如来自麦克风）的场景。

AI自動翻訳の株式会社ロゼッタ提供多种AI翻译产品和服务，旨在通过多年的行业翻译专业知识，促进商业增长，增强内部文档组织、文件翻译和多语言聊天支持等服务。公司的AI技术涵盖了广泛的翻译服务，包括AIシフト支援、专业术语翻译以及音频内容的自动转录与翻译。

SwiftWhisper是基于Whisper.cpp二次封装后，让Swift方便调用的库，基于它可以方便的开发语音识别转文字类的Whisper应用。

Hello Transcribe是一款私密安全的语音转文本应用，采用OpenAI Whisper技术，适用于iPhone、iPad和Mac。用户可以轻松转录语音笔记、音频文件、视频、播客，以及通过麦克风进行口述。

这是一个专为边缘设备设计的Transformer模型推理库，旨在实现低成本、低能耗的处理。它能够以30倍的实时速度运行tiny.en Whisper模型进行语音转录，相较于最知名的实现速度快2倍，非常适合在资源受限的环境中使用。

Wordcab Transcribe是一个基于faster-whisper的ASR FastAPI服务器，利用多尺度自适应谱聚类技术实现说话人区分，提供高效、准确的语音转录服务。该项目支持实时处理，易于集成和扩展，适用于多种音频格式。

Video2Text 是一个基于 OpenAI Whisper 的网页服务，能够准确地将视频转换为文本，帮助研究人员、教育工作者、记者和内容创作者轻松进行视频转录。

Audiogest.app 是一个音频转录和总结工具，可以轻松且经济地将音频内容转换为文本记录和有用的摘要。只需一键，即可将音频转换为文本和摘要，便于访问和分析音频内容。

Vocal Remover是一个前沿的AI工具，旨在简化音频轨道的人声隔离过程，方便音乐制作人、DJ和卡拉OK爱好者创建伴奏或无伴奏版本。

AIBroadcastBot是一个Telegram机器人，旨在自动化音频广播，允许频道拥有者直接在Telegram内设置音频广播，省去外部服务的需求，帮助用户创建自己的电台或播客。

Whisper Web 是一个开源项目，允许用户在浏览器中运行基于机器学习的语音识别，无需后端服务器。它利用 WebGPU 技术实现加速，用户可以轻松进行语音转文本，并支持将识别结果导出为 TXT 和 JSON 文件格式，完全开箱即用。