whisper

jamiepine/voicebox

完全ローカルで動くOSSのAI音声スタジオ — Voiceboxは声のクローン、テキスト読み上げ、どのアプリにも使えるディクテーションまでこなす音声I/OスタックをローカルPC上で完結させるOSSツールです。Qwen3-TTSやWhisperを活用し、クラウド任せの音声AIサービスと違い自分の声を自分だけの環境で管理・利用できる点が特徴です。

The open-source AI voice studio. Clone, dictate, create.

Zackriya-Solutions/meetily

完全ローカルで動くAI会議アシスタント — Rust製で、Parakeet/Whisperによる4倍速のライブ文字起こし・話者識別・Ollamaによる要約までをすべてローカル処理で実現するOSSの会議メモアプリです。クラウド送信不要でプライバシーを守りつつ、macOS/Windowsでセルフホストできる点がZoomやOtter等のクラウド系ツールとの違いです。

Privacy first AI meeting note taker. Download Free and open source granola, otter ai, fireflies alternative. Parakeet / Whisper live transcription, on-device speaker diarization, built on Rust. 100% local processing. Meetily (Meetly Ai - https://meetily.ai) is the #1 Self-hosted, Open-source Ai meeting note taker & Assistant for macOS & Windows

m-bain/whisperX

WhisperX: Automatic Speech Recognition with Word-level Timestamps (& Diarization)

abus-aikorea/voice-pro

TTS・音声クローン・Whisperをまとめた字幕/吹替用Gradio UI — Voice-ProはEdge-TTSやKokoroによる音声合成、E2/F5-TTS・CosyVoiceによるゼロショット音声クローン、Whisperによる文字起こし、YouTubeダウンロード、Demucsによるボーカル分離、多言語翻訳を一つのGradio WebUIにまとめたツールです。字幕作成や吹替、ポッドキャスト・オーディオブック制作を、ツールを組み合わせずに一括して行いたい制作者・開発者向けです。

Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.

OpenWhispr/openwhispr

WisprFlow代替のOSS音声入力アプリ — OpenWhisprはWisprFlowやGranolaの無料オープンソース版で、音声をテキスト化しカーソル位置に入力できます。Whisper・NVIDIA Parakeetなどのローカルモデルでオフライン完結も、BYOKでクラウドAPIも選べ、プライバシー重視でmacOS/Windows/Linuxに対応します。

Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.

TechyCSR/OpenCluely

画面共有に映らないAI面接アシスタント — Cluelyの無料オープンソース版で、DSAやOA、競技プログラミング対策向け。画面共有では見えないステルスオーバーレイ上に、音声やスクリーンショットで質問するとAIがリアルタイムで回答をストリーミング表示します。処理はローカル中心でプライバシー重視、Windows/macOS/Linux対応です。

OpenCluely is a free, open source Cluely (alternative), built for technical interviews like DSA, OAs, and CP. It offers an invisible overlay, real-time AI help, Smart Image Processing for question capture, and multi-language support : 100% customizable and private.

vincentsch/explainroo

Explainer videos and product demos made by your AI agent. Free and open source: a local voice (Kokoro), word timing (Whisper) and a canvas renderer turn a script into a narrated MP4.

opennookorg/betterwispr

Free, open-source, local-first dictation app for macOS. Hold a shortcut, speak, and text is typed into any app. On-device speech-to-text with Whisper, Parakeet and Apple speech. Private, offline, open-source Wispr Flow alternative.

raullenchai/esp32-thinks

A multi-model Muse: personal AI voice assistant on ESP32 - wake word or knob, any OpenAI-compatible brain (STT/chat/TTS mix-and-match), streaming replies, out of the box. Built on muse-gadget-sdk.

turantekin/Parrot

Mac専用、会議中にAIが答えを出す録音アシスタント — ParrotはMac向けの会議録音ツールで、Bot参加なしにGoogle MeetやZoomの音声をその場で文字起こしし、自分のドキュメントから回答候補を提示します。文字起こしや話者分離はオンデバイスで完結し、Ollamaを使えば完全無料・オフラインで動作する点が既存のAI会議ツールとの差別化点です。

Meeting recorder for your Mac with a live AI assistant. On-device transcription, answers from your own docs mid-call. Local-first and open source.

watzon/sayso

ローカルで動く無料のディクテーションアプリ — キーを押して話すだけで、使用中のアプリにテキストが入力されるディクテーションアプリです。macOSのNeural Engineなど自端末上で音声認識が完結し、プライバシーを保ちつつ、Whisperやparakeet等の多彩なローカルモデルやクラウドモデルも選べます。Rust製でmacOS/Windows/Linuxに対応します。

Dictation that runs on your own computer. Press a key, speak, and the text lands in the app you are using. Free and open source, for macOS, Windows, and Linux.