Argmax WhisperKit

WhisperKitは、開発者や企業がユーザーデバイス上で商用規模の推論ワークロードを展開することを支援することを目的としたオープンソースプロジェクトです。

一般製品生産性開発プログラミング音声認識

Argmax社が提供するWhisperKitは、Whisperプロジェクトをベースとした推論ツールキットです。iOSおよびmacOSアプリケーションでの音声認識と文字起こしを可能にします。本プロジェクトは開発者からのフィードバックを収集し、数週間以内に安定版候補をリリースし、デバイス上での推論の製品化を加速することを目標としています。

Best AI Websites & Tools

Argmax WhisperKit

Argmax WhisperKit 最新のトラフィック状況

Argmax WhisperKit 訪問数の傾向

Argmax WhisperKit 訪問地理的分布

Argmax WhisperKit トラフィックソース

Argmax WhisperKit 代替品

Argmax WhisperKit — WhisperKitは、開発者や企業がユーザーデバイス上で商用規模の推論ワークロードを展開することを支援することを目的としたオープンソースプロジェクトです。

Hintscribe — リアルタイム音声文字起こし、GPTチャット機能搭載

Whisper Turbo — WhisperをGPUで高速化する音声認識アクセラレータ

テンセントAI開放プラットフォーム — テンセントAI開放プラットフォームは、開発者がAI製品を迅速に開発するためのアクセラレーターです。

网易数帆 — 网易人工知能部門が提供するAI技術とソリューション

讯飛開放平台 — 音声インタラクションを基盤とした人工知能オープンソースプラットフォーム

有道智云AI開放プラットフォーム — インテリジェント音声・画像サービスプラットフォーム

音刻 — 音刻書き起こしは、迅速、正確、スムーズな音声・ビデオ書き起こしツールです。

DuRT — DuRTはmacOS向けのリアルタイム音声認識と翻訳ソフトウェアで、効率的で正確な音声処理サービスを提供することに重点を置いています。

ElevenLabs Scribe — Scribeは、99言語に対応する世界で最も正確な音声テキスト変換モデルです。

Phi-4-multimodal-instruct — Phi-4-multimodal-instructは、Microsoftが開発した軽量のマルチモーダル基礎モデルで、テキスト、画像、音声入力をサポートします。

Ai好記 — AIによる音声・動画の文字起こし＆要約ツール。学習や仕事の効率アップを実現します。

FireRedASR-AED-L — オープンソースの産業レベル自動音声認識モデル。標準中国語、方言、英語に対応し、優れた性能を誇ります。

FireRedASR — オープンソースの工業レベル標準中国語自動音声認識モデルで、様々なアプリケーションシナリオに対応しています。

DeepSeek プロジェクト — DeepSeek APIを統合した多機能プロジェクト。スマートチャットボット、ファイル処理、モデルデプロイメントなどを含みます。

Orate — Orateは、音声に特化したAIツールキットで、テキスト読み上げ（TTS）や音声認識（STT）などの機能をサポートしています。

Bulletpen — 口語を洗練された文章に変換するAIライティングツール。書くことを簡単に、自然に。

WordPecker アプリ — Duolingoスタイルのコースとカスタム語彙表を組み合わせた、パーソナライズされた言語学習ツール。インタラクティブなクイズとLLM生成コースによる復習で学習をサポートします。

MeetMinutes — MeetMinutesは、AIを活用した会議記録ツールです。会議の自動文字起こし、要約、管理を自動で行います。

Whisper Turbo.online — Whisper Turboは、無料で利用できるオンライン音声認識ツールです。高速かつ正確な音声認識を実現します。

RealtimeSTT — 高度な音声活動検出、ウェイクワードアクティベーション、リアルタイム転写機能を備えた、堅牢で効率的な低遅延の音声テキスト変換ライブラリです。

xiaozhi-esp32 — ESP32ベースのAIチャットボットプロジェクト。多言語対応の会話と声紋認証を実現します。

FlagAI — 一站式の大規模言語モデルアルゴリズム、モデル、最適化ツールを提供するオープンソースプロジェクト

通義ブラウザープラグイン — 音声認識、字幕翻訳、ドキュメント高速読解などを提供する万能AIアシスタント

Robo Blogger — 音声からブログ記事を作成するアシスタント

Moonshine Web — リアルタイムブラウザ対応音声認識アプリケーション

OmniAudio-2.6B — 世界最速のエッジデバイス対応音声言語モデル

Megrez-3B-Omni — 端側全モダリティ理解オープンソースモデル

Shortcut by Poised — 音声駆動のAIアシスタントで、作業効率を向上させます。