找到适合你的工作方式。

通过 CTranslate2 在本地运行 Whisper 语音转文字，提供分段或词级时间戳、批量转写和静音过滤，适合字幕、访谈整理及音视频应用开发者。

通过可视化节点组织图像、视频和音频生成流程，适合设计师、视觉创作者与生成式内容开发者。

Remotion 维护的视频开发技能，帮助编码 Agent 使用 React 组织视频构图、时间轴、动画与音频。

语音识别工具集，提供离线或流式转写及相关语音处理流水线。

使用 C/C++ 实现 Whisper 语音识别推理，支持多种硬件后端和端侧集成。

围绕语音转写增加词级时间对齐和说话人区分等流程，适合需要带时间信息的会议文本与字幕处理。

免费开源的本地语音输入桌面工具：按快捷键说话，再把识别文字粘贴到当前应用。