Whispo开源项目 – AI驱动的语音听写工具

Whispo是一款AI驱动的语音听写工具，能够让用户按住Ctrl键录音并自动转写文本。它兼容任何文本输入应用，确保数据仅存储在本地以保障用户隐私。此外，Whispo还支持使用自定义API和后处理语言模型进行转写，提供灵活的使用体验。
Whispo的特点:
1. 支持按住Ctrl键录音并自动转写文本
2. 兼容任何文本输入应用
3. 数据仅存储在本地，保障隐私
4. 支持使用自定义API进行转写
5. 可使用后处理语言模型进行转写

Whispo的功能:
1. 在文本输入应用中按住Ctrl键进行录音
2. 配置自定义API以满足特定需求
3. 使用后处理语言模型来提高转写准确性

相关导航

Dictanote官网 – 集成语音识别的笔记应用

Dictanote是一款集成语音识别的笔记应用，用户可以轻松通过语音录入笔记。它实时准确地将语音转录为文本，支持50多种语言和80多种方言。用户可以使用语音命令添加段落、标点符号和笑脸表情。该应用还支持跨平台使用，适用于桌面（Windows/Linux/Mac的Google Chrome）、Android和iPhone（Safari 12及以上）。

WhisperTranscribe官网 – 便捷高效的音频转录工具

WhisperTranscribe是一款在线工具，提供便宜且精准的音频转录服务。用户只需一键即可从任何音频生成摘要、时间戳、博客文章和完整转录。该工具利用了GPT 3.5 Turbo的强大功能，提供多种功能和选项，满足个人和组织的转录需求。

LeapLife官网 – 一款提升心理健康的AI日记应用

LeapLife是一款由AI驱动的日记应用，旨在提升心理健康和个人成长。用户可以注册并开始记录日记，与AI治疗师进行聊天，选择自己喜欢的交流风格，写下自己的思想和感受，并从AI那里获得有益的见解和问题。该应用分析用户的日记条目，提供反思、行动项目和新问题，并且能够记住用户的情况。所有数据均保存在用户自己的设备上，确保隐私。

Typer官网 – 智能文本与图像生成工具

Typer AI 是一个 AI 文本和图像生成器，只需几次点击即可从文本提示中创建出色的文章和图像。用户只需说明内容主题并根据需求调整设置，输入品牌或产品的基本信息或关键词，AI 算法便会生成相应内容。用户可以轻松查看、编辑或导出结果。

Audio Diary官网 – 智能语音日记，捕捉珍贵瞬间

音频日记是一款智能语音日记应用，旨在帮助用户记录珍贵的瞬间、练习感恩并实现个人目标。用户只需下载应用程序，通过语音记录自己的想法、反思和目标。该应用采用AI技术，安全地转录和存储您的录音。

Motionbear官网 – 自动转录与字幕生成平台

Motionbear是一个在线平台，提供自动转录和字幕服务。它利用AI驱动的语音识别软件，快速将视频转录成文本，节省用户大量手动转录的时间。同时，它还支持生成字幕和闭合字幕，提供超过40种语言的翻译选项。用户只需上传视频或音频文件，AI软件便会自动转录内容，用户可以根据品牌需求自定义字幕。该平台支持多种文件格式，确保用户文件和字幕的隐私与安全。

Notta官网 – 高效的音频视频转录与摘要工具

Notta是一款先进的AI工具，可快速转录和总结音频和视频内容，利用高精度语音识别和AI摘要功能，几乎瞬间将口语内容转换为文本，旨在简化会议记录的创建，增强信息共享，并显著减少手动转录所需的时间和成本。

Marble Launchpad官网 – 去中心化的AI平台，轻松创建与交易加密货币

Marble Launchpad是一个去中心化的AI平台，支持用户在多个区块链上无缝创建和交易加密货币，帮助用户分享梦想并获得奖励。

FourThirdsEye开源项目 – 高质量的树莓派相机解决方案

基于IMX294的开源Raspberry Pi 5兼容Micro Four Thirds相机模块，专为高级树莓派项目提供高质量、经济实惠、易于获取的相机解决方案。该模块利用先进的IMX294传感器，能够实现卓越的图像捕捉性能，适合各种摄影和计算机视觉应用。

pyphonetics开源项目 – Python音标算法库

pyphonetics 是一个用于音标算法的 Python 3 库，支持多种音标算法，易于集成到 Python 项目中，并提供准确的音标表示。该库包含详细的文档和示例，适用于文本处理管道和自然语言处理（NLP）应用。

AI-Waifu开源项目 – Vtuber

AI-Waifu-Vtuber是一个基于VoiceVox Engine、DeepL、Whisper OpenAI、Seliro TTS和VtubeStudio等技术构建的AI伴侣虚拟YouTuber项目。该项目的功能包括生成具备人工智能语音和表情交互能力的虚拟YouTuber角色，支持在流媒体平台上进行直播并与观众互动。其中，VoiceVox Engine用于实现自然的语音合成，DeepL用于机器翻译，Whisper OpenAI用于自然语言处理和对话生成，Seliro TTS用于将文本转化为自然流畅的语音输出，VtubeStudio用于虚拟YouTuber角色的动作捕捉和控制，使其能够进行逼真的表情和动作交互。

Llama Cookbook开源项目 – 一站式LLaMA模型开发指南

Llama Cookbook是一个全面的指南，旨在帮助开发者轻松掌握LLaMA模型的推理、微调以及端到端应用的开发，适合从初学者到高级用户。

ChatGPT-in开源项目 – Academia

该开源项目聚集了和ChatGPT相关的学术研究列表，分析了科学出版社和学术会议对于大型语言模型(LLM)如ChatGPT的政策，是一个机器学习相关的项目。

SWE-RL开源项目 – 强化学习增强软件工程推理能力

SWE-RL是Meta发布的第一个使用强化学习（RL）专门用于增强大型语言模型（LLM）处理现实世界软件工程（SE）能力的RL方法。该项目专注于垂直细分领域的RL推理大模型，具有处理GitHub上issue问题、软件代码生成和项目bug修复等能力。通过开源软件演进数据和基于规则的奖励机制，推动大型语言模型推理能力的强化学习项目。

EgoExoLearn开源项目 – 将自我与外部视角结合

EgoExoLearn是一个数据集，旨在将自我中心与外部中心的视角结合，以解析现实世界中的程序活动。该项目关注程序活动的异步数据收集，提供丰富的场景和数据，以便更好地理解人类行为。