Плагины под экосистему OpenAI: расширяют возможности вашей среды одной установкой. Новые позиции добавляются регулярно.
Открытая модель понимания и генерации речи: понимает эмоции, разговаривает и клонирует голоса.
Готовые компактные модели речи: STT на десятках языков и TTS — всё работает на CPU быстрее реального времени.
Офлайн-переводчик с открытым кодом: работает полностью на устройстве, пакеты языков скачиваются отдельно.
Whisper с пословными таймкодами и разделением говорящих: транскрибация интервью и встреч с точной разметкой по времени.
Сервер STT и TTS с OpenAI-совместимым API: быстрые модели распознавания и синтеза речи локально в одном контейнере.
Официальный SDK Deepgram: стриминговая транскрибация речи в реальном времени с диаризацией и аналитикой.
Быстрая мультиязычная модель распознавания от Alibaba: транскрибация, детекция эмоций и определение языка одним проходом.
Порт Whisper на чистый C/C++: распознавание речи на CPU любого устройства — от десктопа до Raspberry Pi.
Реализация Whisper до восьми раз быстрее оригинала: тот же API на CTranslate2 с меньшим потреблением памяти.
Фундаментальная модель распознавания речи от OpenAI: точная транскрибация и перевод десятков языков, работает локально.