★
voicebox 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理，主打开源免费。
The open-source AI voice studio. Clone, dictate, create.
YaoFANGUK / video-subtitle-generator
video-subtitle-generator
视频音频生成字幕，生成srt文件。无需申请第三方API，本地实现音频转文本。基于Transformer的视频字幕生成框架。A GUI tool for generating subtitle from videos and generating srt files.
视频音频生成字幕，生成srt文件。无需申请第三方API，本地实现音频转文本。基于Transformer的视频字幕生成框架。A GUI tool for generating subtitle from videos and genera…
目前累计 1.2k star、209 fork，主要语言为 Python，项目始于 2022 年，采用 Apache-2.0 许可。最近状态：已有一段时间未更新。适合：处理音视频内容的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。YaoFANGUK/video-subtitle-generator 是一个以 Python 为主的开源项目，目前累计 1.2k star、209 fork，较长时间未更新。主要方向：audio2text、generation、srt、subtitle、transcription、whisper。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
VoiceStudio 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理，主打开源免费。
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audioboo…
★
OpenVoice 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。
Instant voice cloning by MIT and MyShell. Audio foundation model.
★
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL…
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/…
★
sglang 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打高性能。
SGLang is a high-performance serving framework for large language models and multimodal models.
★
500-AI-Agents-Projects 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打开源免费。
The 500 AI Agents Projects is a curated collection of AI agent use cases across various industries. It showcases practical applications and provides…