npm
TanStack/ai
🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, React, Vue, Svelte, and Solid.
MIT2026年9月12日 · 指标 2.10.0
全部标签
目录标签
#transcription
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
49 条记录
npm
tetherto/qvac
Open-source local AI SDK - run AI on-device with no cloud, no API keys. Supports GGUF, RAG, image, music, and video generation, speech-to-text, P2P inference, and more. Cross-platform: Linux, macOS, Windows, Android, iOS.
Apache-2.02026年9月10日 · 指标 2.10.0
PyPI · npm
modelscope/FunASR
Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
MIT2026年9月16日 · 指标 2.10.0
npm
AssemblyAI/assemblyai-node-sdk
The AssemblyAI JavaScript SDK provides an easy-to-use interface for interacting with the AssemblyAI API, which supports async and real-time transcription, audio intelligence models, as well as the latest LeMUR models.
MIT2026年9月6日 · 指标 2.10.0
npm · crates.io
silverstein/minutes
Open-source, local-first Granola/Otter alternative that Claude Code, Codex, Cursor, and any MCP client can query. Meetings, calls, and voice memos transcribed on-device into markdown you own.
MIT2026年9月13日 · 指标 2.10.0
PyPI · npm
KyaniteLabs/kinocut
Guardrailed video editing MCP server for AI agents. FFmpeg, Hyperframes, repurposing tools, Python client, and CLI. Local, fast, free.
Apache-2.02026年9月13日 · 指标 2.10.0
PyPI · npm
LibraryOfCongress/concordia
Crowdsourcing platform for full text transcription and tagging. https://crowd.loc.gov
自定义许可证2026年9月19日 · 指标 2.10.0
PyPI · npm
moonshine-ai/moonshine
Very low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces
自定义许可证2026年8月28日 · 指标 2.10.0
npm · crates.io
drakulavich/kesha-voice-kit
Give your tools a voice — speech to text and back, 25 languages, up to ~19× faster than Whisper. On your machine.
MIT2026年9月14日 · 指标 2.10.0
PyPI · npm
Picovoice/cheetah
On-device streaming speech-to-text engine powered by deep learning
Apache-2.02026年10月1日 · 指标 2.10.0
npm
guimatheus92/mcp-video-analyzer
MCP server that turns any video — YouTube, Instagram, TikTok, Loom, X, Vimeo, direct URLs, local files — into transcripts, key frames, OCR text, and metadata for AI agents.
MIT2026年9月14日 · 指标 2.10.0
PyPI
modelscope/FunClip
FunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.
MIT2026年10月21日 · 指标 2.10.0
PyPI · crates.io
CrispStrobe/CrispASR
C++ ggml runtime hub for multilingual ASR and TTS models: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc, plus universal forced alignment, and more
MIT2026年9月9日 · 指标 2.10.0
PyPI · npm
bengizmo/voxint
该仓库未发布描述。
Apache-2.02026年10月19日 · 指标 2.10.0
npm · PyPI
arcforgelabs/dictate
Local-only desktop dictation for Linux and Windows: hold a key, speak, and the text lands in the focused app. On-device Parakeet speech-to-text on the CPU, no accounts, no cloud.
MIT2026年10月18日 · 指标 2.10.0
crates.io
deepgram/deepgram-rust-sdk
Community Rust SDK for Deepgram.
MIT2026年9月8日 · 指标 2.10.0
NuGet
elbruno/ElBruno.MarkItDotNet
.NET library that converts file formats to Markdown for AI pipelines
MIT2026年10月19日 · 指标 2.10.0
npm
zerodytrash/TikTok-Live-Connector
Node.js library to receive live stream events (comments, gifts, etc.) in realtime from TikTok LIVE.
AGPL-3.02026年9月12日 · 指标 2.10.0
npm
speechmatics/speechmatics-js-sdk
Javascript and Typescript SDK for Speechmatics
MIT2026年9月13日 · 指标 2.10.0
npm · NuGet
GeiserX/whisper-subs
Jellyfin plugin for local AI-powered subtitle generation using Whisper - all processing stays on your server
GPL-3.02026年9月13日 · 指标 2.10.0
PyPI
HUANGCHIHHUNGLeo/claude-real-video
Let Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.
MIT2026年10月21日 · 指标 2.10.0
PyPI
KoljaB/RealtimeSTT
A robust, efficient, low-latency speech-to-text library with advanced voice activity detection, wake word activation and instant transcription.
MIT2026年9月17日 · 指标 2.10.0
crates.io · PyPI
handy-computer/transcribe.cpp
ggml speech-to-text inference for 16+ model families
MIT2026年9月10日 · 指标 2.10.0
PyPI · crates.io
solpbc/solstone-journal
navigate life intelligently
AGPL-3.02026年9月15日 · 指标 2.10.0
npm
mybigday/whisper.node
An another Node binding of whisper.cpp to make same API with whisper.rn as much as possible.
MIT2026年9月13日 · 指标 2.10.0
PyPI
pretyflaco/vezir
Self-hosted scribe service for team meetings. Record on any laptop (TUI / GUI / CLI), transcribe + diarize + summarize on your own GPU server, label speakers via shared web UI. Optional confidential TEE summarization. Over nvpn or Tailscale.
MIT2026年10月6日 · 指标 2.10.0
npm · PyPI
resolvicomai/kassinao
Open-source Discord bot for named transcripts, meeting notes, tasks, and sourced answers.
AGPL-3.02026年9月12日 · 指标 2.10.0
npm · Maven · RubyGems
adelbeke/react-native-speech-to-text
Cross-platform speech recognition library for React Native using native APIs (Speech Framework & SpeechRecognizer)
MIT2026年10月15日 · 指标 2.10.0
npm
corticph/speech-web-components
该仓库未发布描述。
MIT2026年9月18日 · 指标 2.10.0
npm
hexinmiao96/vue-ai-hooks
该仓库未发布描述。
MIT2026年9月15日 · 指标 2.10.0