Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
튀르키예어 음성을 브라우저에서 받아쓰고 스타일 자막을 영상에 입히는 로컬 처리 도구다. 기본 모델 seda-v0.2(약 190MB)를 WebGPU로 실행하며, 더 높은 정확도가 필요하면 Whisper large-v3 turbo, 그래픽카드가 없는 기기에서는 CPU용 Duyu-small을 고를 수 있다. 영상·음성 파일 전사와 라이브 마이크 받아쓰기를 지원하고, 단어 단위 타임스탬프, 자동 구두점·대소문자 처리, 튀르키예어 숫자 표기 규칙, 가사·원고를 음성에 정렬하는 기능을 갖췄다. 11가지 자막 스타일로 꾸민 영상과 SRT·VTT를 내보낼 수 있으며, 음성과 텍스트는 서버로 전송되지 않는다고 README에 명시돼 있다. Apple Silicon 기준 전사 속도는 실시간의 약 12배로 기록돼 있다.
openai
OpenAI의 대규모 다국어 음성 인식 오픈소스 모델
ggml-org
OpenAI Whisper의 C/C++ 포팅 - 로컬 STT의 사실상 표준
cjpais
완전 오프라인 시스템 받아쓰기, Whisper/Parakeet V3 지원
m-bain
Whisper에 화자 분리와 단어 단위 타임스탬프를 추가한 정밀 ASR 툴킷