Все репозитории

faster-whisper

Whisper на движке CTranslate2: тот же результат, но заметно быстрее и с меньшим расходом памяти, в том числе в 8-битном режиме.

Кому подойдёт

Python-разработчикам, которым нужна быстрая расшифровка речи в продакшене.

Как начать

  1. Установи: pip install faster-whisper.
  2. Для GPU добавь библиотеки CUDA: pip install nvidia-cublas-cu12 nvidia-cudnn-cu12==9.*.
  3. Создай WhisperModel и вызови transcribe по примеру из README.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+83122 окт. — 19 нояб.
26 02926 860

Описание автора

Faster Whisper transcription with CTranslate2

Классический веб-интерфейс для Stable Diffusion: генерация картинок из текста, доработка, апскейл и тысячи расширений от сообщества.

165 тыс.звёзд+196 за 28 дн.Python

Comfy-Org

ComfyUI

Растёт быстрее всех

Графический конструктор пайплайнов для диффузионных моделей: собираешь генерацию картинок, видео и аудио из узлов. Работает локально и умеет отдавать результат по API.

147 тыс.звёзд+4,8 тыс. за 28 дн.Python

openai

whisper

Эталонная модель распознавания речи от OpenAI: транскрибирует аудио на десятках языков, переводит речь и определяет язык.

113 тыс.звёзд+1,7 тыс. за 28 дн.Python

RVC-Boss

GPT-SoVITS

Клонирование голоса по очень короткому образцу: минуты записи хватает, чтобы дообучить модель синтеза речи. Есть веб-интерфейс для разметки и обучения.

65 тыс.звёзд+2 тыс. за 30 дн.Python

ggml-org

whisper.cpp

Whisper, переписанный на C/C++: быстро работает на обычном процессоре и на Mac, без Python и тяжёлых зависимостей. Удобно встраивать в приложения.

55 тыс.звёзд+615 за 27 дн.C++

2noise

ChatTTS

Модель синтеза речи, заточенная под живой разговорный диалог: умеет паузы, смех и интонации. Хороша для голосовых помощников и озвучки реплик.

40 тыс.звёзд+106 за 30 дн.Python