
使用Python编写的Whisper模型进行语音转文字工具
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
20
−1 (10月13日〜)
最后提交
2026年11月
GitHub 创建日期
2025年3月13日
收录日
2025年7月15日
Star 数变化
以表格显示
| 月份 | 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 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
N46WhisperAyanaminn1.7k基于耳语的日文字幕生成器
asrzakuro-ai72使用PyTorch中的deepspeech2模型和Zakuro AI的支持进行自动语音识别。
akari_chatgpt_botakarigroup48使用语音识别、文章生成和语音合成进行对话的聊天机器人应用程序
whisper-asr-finetunesarulab-speech32微调Whisper ASR模型
llm-jp-asrtosiyuki9将Whisper的解码器替换为llm-jp-1.3b-v1.0版本的语音识别模型的学习代码
medvoice-jp-asrnikotora5MedVoice-JP LoRA60:日本医疗专用ASR(低语音+ LoRA,60位说话者)和国内首个医疗ASR基准测试(包括完整FT版FT60)
研究领域相近的资源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 语音识别
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。多语言共同: 语音识别
faster-whisperSYSTRAN26k基于 CTranslate2 的更快 Whisper 转写。多语言共同: 语音识别
whisperXm-bain24kWhisperX:具备词级时间戳(及说话人分离)的自动语音识别。多语言共同: 语音识别
FunASRmodelscope21k支持训练、推理、流式语音识别、VAD、标点、说话人分离流水线以及兼容 OpenAI/MCP 服务的开源语音识别工具包。多语言共同: 语音识别
kaldikaldi-asr15kkaldi-asr/kaldi 是 Kaldi 项目的官方所在地。多语言共同: 语音识别