WhisperX 是一个高效的语音识别工具，专门用于生成精确的字幕，支持多种音频格式，适合处理直播或录制的视频内容。

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。

whisper-cli-rs是一个使用Rust编写的命令行工具，基于whisper.cpp，支持多种音频格式，实现实时语音转文本，并允许用户自定义模型选择。

whisperfile是一个基于llamafile的语音识别服务器构建工具，支持多种操作系统和CPU架构，提供快速启动和音频转换功能，旨在简化语音识别服务器的搭建过程。

libsio是一个用于语音输入（STT）和输出（TTS）的运行时库，支持高效的语音识别和自然流畅的语音合成，具有良好的跨平台兼容性，易于集成到各种应用程序中。

WhisperX是一个强制时间对齐的时间戳精确版Whisper语音识别工具，能够高效地进行多语言的语音识别，并生成带有精确时间戳的文本转录，适用于各种音频处理场景。

macOS的命令行语音识别工具，让你的电脑能听懂你说的话，轻松转录音频文件或实时语音输入

"Whisper"是一个通用的语音识别工具，代表了自动转录和理解口语领域的重大进步。这个工具能够识别、转录并理解来自广泛来源的语音，使其在从个人助理到专业转录服务等各种应用中都非常有用。

实时AI变声工具