jianchang512 / gemini-speech2srtLinks
使用 Gemini AI 转写音视频为 SRT 字幕
☆50Updated 11 months ago
Alternatives and similar repositories for gemini-speech2srt
Users that are interested in gemini-speech2srt are comparing it to the libraries listed below
Sorting:
- 将音频或视频中的中文语音识别并导出为srt字幕，基于魔塔社区Paraformer模型☆115Updated last year
- openai标准的microsoft edge tts语音API [抱抱脸免费部署]☆50Updated last year
- video to video translation with voice clone and lip synchronization|带有语音克隆和口型同步的视频翻译，支持中英互换☆141Updated last year
- 一个用于F5-TTS的api和webui项目☆64Updated 11 months ago
- chatgpt-on-wechat 医疗咨询插件☆26Updated last year
- 视频字幕处理工具 - 一站式视频字幕提取、翻译、烧录和内容总结解决方案。基于OpenAI Whisper和Google Gemini API，支持多语言处理、双语字幕、自定义烧录和智能视频内容总结。模块化设计，既可独立使用各功能，也可一键完成全流程处理。适合内容创作者、翻译…☆45Updated 8 months ago
- duckduckgo api 免费的无限制的搜索接口, 和免费的 ai chat gpt-4o-mini,claude-3-haiku,llama-3.1-70b,mixtral-8x7b☆42Updated 4 months ago
- 通过LLM进行进行字幕断句分割，处理和优化字幕文件，将自动语音识别（ASR）数据的分段合并与拆分，☆133Updated last year
- 基于whisper的实时语音识别 网页和桌面客户端☆184Updated last year
- WebUI for ChatTTS☆31Updated last year
- FisherAI 是一款为提高学习效率而设计的Chrome插件，通过一键操作，支持自动摘要、网页及视频翻译、多轮对话等功能。此外，FisherAI 支持多种大语言模型，包括但不限于openai/gemini/deepseek/openrouter/siliconflow/…☆184Updated 2 months ago
- 将excle小说转为剪映草稿的小工具☆30Updated 7 months ago
- 无缝集成处理和调度 Dify & Dify on WeChat，Web 可视化多用户管理/一键启动 ChatBot，简化了令人惊叹且响应迅速的 ChatBot 应用程序的创建。☆71Updated last year
- edge-tts webui☆109Updated 2 years ago
- 多平台 文生图/图生图 等能力接入MCP☆186Updated 2 months ago
- EZ-Work AI文档翻译，人人可用的开源AI文档翻译助手，可以快速低成本调用OpenAI等大语言模型api，帮助您实现txt/markdown/word/csv/excel/pdf/ppt的文档翻译。☆250Updated 8 months ago
- 🚀 讯飞星火大模型逆向API【特长：办公助手】，支持高速流式输出、智能体对话、联网搜索、AI绘图、长文档解读、图像解析、多轮对话，零配置部署，多路token支持，自动清理会话痕迹，仅供测试，如需商用请前往官方开放平台。。☆150Updated last year
- 🚀 MiniMax大模型海螺AI逆向API【特长：超自然语音】，支持MiniMax Text-01、MiniMax-VL-01模型，支持高速流式输出、语音合成、联网搜索、长文档解读、图像解析、多轮对话，零配置部署，多路token支持，自动清理会话痕迹，仅供测试，如需商用请…☆428Updated 10 months ago
- A modern web UI for the Qwen ASR model, featuring audio recording, PWA support, Picture-in-Picture mode, and local caching for fast, accu…☆234Updated 3 months ago
- 用于kokoro TTS的webui界面和兼容openai api☆37Updated 10 months ago
- 🌱 将智谱清言官方智能体API转换为OpenAI兼容协议的网关 👋 帮助开发者们降低接入API的门槛☆48Updated last year
- 免费接入 GPT4 , DALL-E3 API , 还提供 Google&Bing 搜索 , BiliBili搜索 等众多插件☆180Updated last year
- 一个把长文转款成摘要卡片/图片的前端应用，使用 Kimi 对文章进行结构化总结。☆106Updated 4 months ago
- video_summarize（视频总结：上传视频通过prompt对视频内容经行总结输出）☆78Updated 2 years ago
- 批量给剪映工程添加关键帧☆60Updated 9 months ago
- https://groq.com/ API代理，借助Deno 的能力，实现国内直连☆86Updated last year
- ⚡ 一款用于自动语音识别 (ASR)、翻译的高性能异步 API。不需要购买Whisper API，使用本地运行的Whisper模型进行推理，并支持多GPU并发，针对分布式部署进行设计。还内置了包括TikTok、抖音等社交媒体平台的爬虫，可实现来自多个社交平台的无缝媒体处理，…☆437Updated 6 months ago
- 一个基于 cloudflare worker 的 LLM API 反向代理，支持 OpenAI, Gemini, Groq 等平台 。接口兼容 OpenAI API 规范，可以直接使用 OpenAI SDK 调用。☆242Updated last year
- 基于 Google Gemini AI 的全功能图像处理应用☆231Updated 6 months ago
- ☆137Updated 10 months ago