智能语音转字幕文本工具,内置剪映、快手、必剪接口。

对比 Github 目前多数的音频转换文字项目(通过调用 Wishper 等模型),本项目最大区别和优势就是调用大厂接口来云端处理,无需 GPU 和繁琐的本地配置。 接口与官方体验一致,稳定快速且可靠。

🌟 特色功能
💸 调用大厂接口:通过逆向和抓包,支持多家大厂接口,包括剪映、快手、必剪,免费享受高质量服务。
🚀 无需复杂配置:无需 GPU 和繁琐的本地配置,小白也能轻松使用。
🖥 高颜值界面:基于 PyQt5 和 qfluentwidgets,界面美观且用户友好。
⚡️ 效率超人:多线程并发 + 批量处理,文字转换快如闪电。
📄 多格式支持:支持生成 .srt 和 .txt 字幕文件,满足不同需求。
🔍 剪映接口:逆向还原剪映软件的字幕识别接口,与官方体验一致,稳定可靠。
🌟 未来计划(TODO)
🎥 视频直接处理:支持输入视频文件自动转换为音频文件,无需用户手动转换为mp3等音频格式。
📄 多样化输出:增加输出格式选择,提供更多字幕格式选项,满足不同用户需求。
🔀 一键字幕视频:增加视频自动加字幕功能,一键完成从视频到带字幕视频的全流程。
🔗 API 集成:提供 API 接口,允许开发者将 AsrTools 集成到自己的工作流程中。
✏️ 字幕编辑器:集成一个简单的字幕编辑界面,允许用户直接修改、调整时间轴和校正识别错误。

AsrTools | #工具
一键将电子书转换成自然发音的有声书,支持多种格式如epub、mobi、txt、PDF、HTML等,全部转换过程离线完成,保护隐私

QuickPiperAudiobook | #工具
用Rust编写的文本到语音转换工具,能将文本转换为多种语言的语音,特色在于使用了先进的CUDA技术来提升处理速度

fish-speech.rs | #工具
BricksRL:用乐高搭建机器人的强化学习平台,让机器人研究和教育更亲民,通过蓝牙与乐高中心通信,训练自定义乐高机器人
native-signals:旨在创建最轻量信号库的项目,采用了一套特定的调度逻辑约束来实现高性能的反应性系统
NotebookLM Detector:一个简单的工具,用于检测音频文件是否由NotebookLM生成,帮助识别AI生成的音频与人类制作的音频
text-behind-image:轻松创建文字背景图片设计,适用于社交媒体配图和创意设计,特色是文字与图片的巧妙融合
可以轻松将SQLite数据库复制到任何地方的工具,支持文件系统、S3、FTP、Google Drive、Dropbox等多种存储方式,由Rust语言开发,具有高性能和易用性

Replicate SQLite Everywhere | #工具
开放的推文数据库和 API,旨在让任何人都能在其中构建应用程序

Community Archive | #数据库 #API
float8:为Rust语言提供的8位浮点数类型,包含两种精度和动态范围不同的类型,支持无标准库环境,兼容serde等库
Aegir GPS/LTE/Iridium Tracker:一款能在全球范围内工作的GPS追踪器,通过LTE和铱星网络发送数据到云端,特别适合偏远地区使用,具备实时位置显示、数据存储和扩展功能
智能实时API工具:集成Firecrawl的OpenAI实时API控制台,可实时交互和检查API,适用于浏览器和Node.js,支持音频管理

OpenAI Realtime Console with Firecrawl | #工具
Voice Chat with PDFs:利用OpenAI实时API,实现与文档的语音交流,支持手动和语音活动检测两种模式,让文档查询和交互更便捷
一个通用的Python节点编辑器,通过可视化连接Python函数来创建灵活的参数化行为/数据/应用程序/代码片段,支持将节点布局导出为纯Python代码

Nodezator | #编辑器
mlx-engine-苹果MLX引擎:为LM Studio设计的苹果机器学习扩展引擎,支持模型加载和推理,提供结构化输出和视觉模型推理功能,适用于Mac用户
Back to Top