okmyworld

Translate the video from one language to another and embed dubbing & subtitles.

Desktop tool that translates videos end to end by transcribing speech, translating the text with an LLM, dubbing new audio, and merging subtitles.

A sound cloning tool with a web interface, using your voice or any sound to record audio / 一个带web界面的声音克隆工具，使用你的音色或任意声音来录制音频

一个简单的本地网页界面，使用ChatTTS将文字合成为语音，同时支持对外提供API接口。A simple native web interface that uses ChatTTS to synthesize text into speech, along with support for external API interfaces.

Voice Recognition to Text Tool / 一个离线运行的本地音视频转字幕工具，输出json、srt字幕、纯文字格式

an extremely simple tool for separating vocals and background music, completely localized for web operation, using 2stems/4stems/5stems models 这是一个极简的人声和背景音乐分离工具，本地化网页操作，无需连接外网

Api tool for local offline text translation supporting multiple languages/支持多语言的本地离线文字翻译api

适用于 GPT-SoVITS 的api调用接口

一个用于CosyVoice的api接口项目

将音频或视频中的中文语音识别并导出为srt字幕，基于魔塔社区Paraformer模型

一个中文语音转文字项目，封装自FireRedASR

利用 GeminiAI 一键为长视频创建解说短视频，并支持音视频转录字幕

一个用于F5-TTS的api和webui项目

基于ffmpeg.wasm的在线视频处理工具

使用 Gemini AI 转写音视频为 SRT 字幕

在cloudflare上基于m2m100创建完全免费的翻译API服务

用于SenseVoice的api项目，输出带时间戳字幕

一个简单的音频降噪工具,提高web UI界面和api接口

用于kokoro TTS的webui界面和兼容openai api

一个基于 NVIDIA Parakeet-tdt-0.6b 模型的本地语音转录服务。它提供了一个与 OpenAI API 兼容的接口和一个简洁的 Web 用户界面

一个极简的音视频格式转换工具

基于 AI 视觉大模型 的视频硬字幕提取工具。

基于Dolphin模型的东方语言音视频转字幕api及webui

一个基于 Chatterbox-TTS的文字转语音（TTS）服务。提供与 OpenAI TTS 兼容的 API 接口并支持声音克隆，附带简洁的 Web 用户界面。

《计算机底层的秘密》在线阅读

一个极简的本地离线实时语音转文字工具

一个适用于WhisperX 的web界面，兼容 OpenAI API 转录接口

《On Java 8》中文版，又名《Java编程思想》 第5版

Scripts and doc for https://www.dolthub.com/repositories/chenditc/investment_data

在线工具

qlib助手, 每日自动预测a股 👇

Open-Source Frontier Voice AI

一个极简的 edgetts web界面

frok from netease-youdao/Confucius4-TTS

VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

No description.

Speech-to-text server framework with next-gen Kaldi

基于 CloudFlare Pages 的开源文件托管解决方案，支持 Telegram Bot 、R2、S3 等多种存储方式！