视频转字幕,字幕翻译,AI 配音与声音克朗,字幕字幕--免费开源的一站式桌面工具。基于 Whisper /FunASB等本地模型离线语音转文字,批量处理 + 全平台图形加速,运行Windows / macOS / Linux。免费开源桌面应用程序,可生成、翻译、配音和烧视频字幕-本地Whisper语音转文本、AI配音和语音克隆、离线、GOP加速。
qwen3-asr 开源项目推荐(142 个)
qwen3-asr 话题在 GitHub 上没有填写简介,这里按 Star 数汇总最相关的热门仓库。
热门项目 前 20
按 Star 数排序展示前 20 个 · GitHub 共 142 个仓库ASB/STT字幕生成器。使用Qwen 3-ASB、本地LLM、Whisper、TEN-VAR。适合JAV的噪音强劲
基于纯 Rust 的 LLM、VLM、VLA、TTS、OCR 推理引擎,由 Candle 和 Rust 驱动。可作为 llama.cpp 的替代方案,但更简单、更清晰。
Open-source voice typing for Windows and macOS — a Wispr Flow / Superwhisper alternative. Press a shortcut, speak, and AI-polished text lands at your cursor. Local models, your own API keys, or a self-hosted backend.
用于语音对话的语音合成、语音识别和语音活动检测,基于 ggml 的 C++ 实现:Qwen3-TTS、Irodori-TTS、Qwen3-ASR、ReazonSpeech、parakeet 和 Silero VAD,支持 Metal、Vulkan 和 CPU,附带兼容 OpenAI 的服务器和实时转写。
为 AI Agent 设计的哔哩哔哩命令行工具:扫码登录、看视频、评论、私信、发动态、投稿,全部 JSON 输出
Private, local transcription and system-wide dictation for Apple Silicon.
开箱即用的本地私有化部署语音服务,快速搭建Qwen3ASR/FunASR与Qwen3TTS/CosyVoice后端
本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice/Parakeet/Qwen asr,离线可用,LLM 智能润色. Open-source speech-to-text with LLM post-processing, works offline.
Real-time speech-to-text WebSocket server with pluggable ASR backends, energy-based VAD, streaming partial results, and Prometheus observability.
Push-to-talk voice typing for Windows, macOS, Linux and Android. On-device or cloud speech recognition, AI polish with presets, a dictionary, rules and scenes, long recordings with subtitles; the phone works on its own or pairs end-to-end encrypted as the computer's microphone and keyboard.
Windows 本地离线语音输入法:按一下反引号说话就出字,识别全程在本机(Qwen3-ASR,无显卡可用,NVIDIA GPU 可加速);说错了喊一声「小助手」直接改;热词纠错、屏幕上下文、可选 AI 润色。Local offline voice typing for Windows.
Simple, Fast and Efficient Speech-to-Text API Service based on Qwen3-ASR. 简单快速高效的语音识别API服务
为 JAV 日语视频生成日文、中文或双语 SRT 字幕。支持本地音视频识别、时间轴对齐及 API 或本地模型翻译;网页界面操作,视频与音频留在本机。适用于 Windows + NVIDIA 显卡。
Offline-first voice dictation, transcription, cleanup, and text-to-speech for macOS, iOS, and Android.
纯锈推理引擎,适用于Qwen3-ASR语音识别模型(0.6B和1.7B),使用带有金属/CUDA加速的蜡烛
ComfyUI nodes for Qwen3-ASR (0.6B/1.7B) and ForcedAligner. Supports high-accuracy ASR and language identification for 52 languages/dialects, including 22 Chinese dialects and various English accents. Features word-level timestamps, long audio transcription, and VRAM-optimized inference.
Public showcase and stable source-available foundation for the Live Transcriber App Store app.
Saymore:Windows 纯本地中文语音输入与口述整理工具。录音不上传云端,支持离线识别、书面润色、邮件整理、自定义术语和唤醒词;CPU 或 4GB 显存 GPU 均可运行。
ONNX speech pipeline library for ASR (diarization, VAD), and TTS
关于这个话题
- 清单取自 GitHub 话题页并按 Star 数排序,每次展示前 20 个项目;原始页面见 https://github.com/topics/qwen3-asr。
- 该话题在 GitHub 上共有 142 个仓库, 本站收录的是其中最热门的 20 个,不是全量列表。
- Star / Fork 每日自动刷新一次,实时数据以 GitHub 为准。
- 当前 20 个项目累计 1.1 万 Star,覆盖 6 种主要语言,数据更新于 2026-11-08。
- 中文介绍来自 GitHub 官方话题说明(github/explore)的机器翻译,可点「查看原文」对照;译文缺失时会先展示原文。