
Pythonを使用したWhisperモデルによる音声文字起こしツール
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
20
−1 (10月13日〜)
最終コミット
2026年11月
GitHub での作成日
2025年3月13日
掲載日
2025年7月15日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 15 |
| 2026年1月 | 15 |
| 2026年2月 | 16 |
| 2026年3月 | 16 |
| 2026年4月 | 17 |
| 2026年5月 | 17 |
| 2026年6月 | 19 |
| 2026年7月 | 19 |
| 2026年8月 | 21 |
| 2026年9月 | 21 |
| 2026年10月 | 21 |
| 2026年11月 | 20 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
N46WhisperAyanaminn1.7kささやきベースの日本語字幕生成ツール
asrzakuro-ai72自動音声認識は、Zakuro AIのサポートを受けたpytorchのdeepspeech2モデルを使用しています。
akari_chatgpt_botakarigroup48音声認識、文章生成、音声合成を使って対話するチャットボットアプリ
whisper-asr-finetunesarulab-speech32Whisper ASRモデルの微調整
llm-jp-asrtosiyuki9Whisperのデコーダをllm-jp-1.3b-v1.0に置き換えた音声認識モデルを学習させるためのコード
medvoice-jp-asrnikotora5MedVoice-JP LoRA60: Japanese medical specialized ASR (whisper-small + LoRA, 60 speakers) and the first domestic medical ASR benchmark (including full FT version FT60)
研究分野が近いリソース
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。HF モデル共通: 音声認識
whisper.cppggml-org54kOpenAI の Whisper モデルの C/C++ 移植版。多言語共通: 音声認識
faster-whisperSYSTRAN26kCTranslate2 による高速な Whisper 文字起こし。多言語共通: 音声認識
whisperXm-bain24kWhisperX:単語レベルのタイムスタンプ(&話者分離)を備えた自動音声認識。多言語共通: 音声認識
FunASRmodelscope21k学習・推論・ストリーミング音声認識・VAD・句読点付与・話者分離パイプライン、および OpenAI 互換/MCP 提供に対応したオープンソース音声認識ツールキット。多言語共通: 音声認識
kaldikaldi-asr15kkaldi-asr/kaldi は Kaldi プロジェクトの公式リポジトリ。多言語共通: 音声認識