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7月22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。
32 条记录
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8月5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
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 · PyPI
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7月24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7月28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8月31日 · 指标 2.10.0
npm · crates.io
silverstein/minutes
Every meeting, every idea, every voice note — searchable by your AI. Open-source, privacy-first conversation memory layer.
MIT2026年7月23日 · 指标 2.10.0
PyPI · npm
bengizmo/voxint
该仓库未发布描述。
Apache-2.02026年8月21日 · 指标 2.10.0
npm
speechmatics/speechmatics-js-sdk
Javascript and Typescript SDK for Speechmatics
MIT2026年7月26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7月21日 · 指标 2.10.0
NuGet
GeiserX/whisper-subs
Jellyfin plugin for local AI-powered subtitle generation using Whisper - all processing stays on your server
GPL-3.02026年7月24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7月27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7月20日 · 指标 2.10.0
crates.io · PyPI
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7月16日 · 指标 2.10.0
npm · RubyGems
open-data-rescue/climate-data-rescue
Climate Data Rescue is an archival data rescue platform using Ruby on Rails.
MIT2026年7月28日 · 指标 2.10.0
PyPI · crates.io
handy-computer/transcribe.cpp
ggml speech-to-text inference for 16+ model families
MIT2026年7月17日 · 指标 2.10.0
npm
hexinmiao96/vue-ai-hooks
该仓库未发布描述。
MIT2026年7月31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7月25日 · 指标 2.10.0
npm · PyPI
arcforgelabs/dictate
Desktop dictation that types into the focused app. Configurable push-to-talk, local/API transcription, tray settings, and recent history.
MIT2026年7月16日 · 指标 2.10.0
PyPI · crates.io
solpbc/solstone-journal
Navigate Life Intelligently
AGPL-3.02026年8月1日 · 指标 2.10.0
npm
MIT2026年8月3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8月31日 · 指标 2.10.0
npm · crates.io
snomiao/otoji
realtime speech ⇄ text, 音を字に — wire mic → STT → translate → speech as an on-device voice graph that spans your devices over WebRTC. Runs in the browser (transformers.js/ONNX/WebGPU); no API keys, nothing leaves the device by default.
MIT2026年9月5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8月13日 · 指标 2.10.0
npm
arach/vox
Local-first macOS transcription runtime with Swift services, a Bun CLI, and a TypeScript SDK.
无许可证2026年7月19日 · 指标 2.10.0
npm
speakai/speakai-mcp
Speak MCP Server
无许可证2026年7月19日 · 指标 2.10.0
Maven
CrispStrobe/CrisperWeaver
On-device speech-to-text Flutter app powered by CrispASR (ggml / Whisper) — offline, multi-platform, AGPL-3.0.
AGPL-3.02026年7月30日 · 指标 2.10.0
Go
emiliopalmerini/podscribe
podscribe is a small Go CLI for transcribing podcast audio with the ElevenLabs Speech to Text API.
MIT2026年7月28日 · 指标 2.10.0
Go
nerveband/vflow
Agent-native Go CLI for local-first video editing: canonical JSON artifacts, safe preview rendering, transcript/framing tools, provider QA, and NLE exchange.
无许可证2026年9月5日 · 指标 2.10.0