jianchang512 / gemini-speech2srtLinks
使用 Gemini AI 转写音视频为 SRT 字幕
☆41Updated 7 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☆113Updated last year
- 将excle小说转为剪映草稿的小工具☆28Updated 4 months ago
- WebUI for ChatTTS☆31Updated last year
- edge-tts webui☆107Updated 2 years 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）☆74Updated last year
- 一个用于F5-TTS的api和webui项目☆63Updated 8 months ago
- 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/…☆177Updated last month
- 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。☆69Updated last year
- 批量给剪映工程添加关键帧☆57Updated 5 months ago
- 微信视频号采集☆46Updated last year
- 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☆41Updated 3 weeks 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。☆245Updated 5 months ago
- 将豆包强大的文生图能力接入MCP☆141Updated last month
- ⚡ 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，…☆406Updated 2 months ago
- 基于whisper的实时语音识别 网页和桌面客户端☆178Updated 11 months ago
- A plugin that generates satirical explanation cards for Chinese phrases☆47Updated 11 months ago
- 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☆136Updated last year
- openai标准的microsoft edge tts语音API [抱抱脸免费部署]☆39Updated 10 months ago
- 🚀 聆心智能 Emohaa情感陪伴大模型逆向API【特长：共情能力】，支持高速流式输出、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。☆134Updated 9 months ago
- Nano Banana editor(webui) for aistudio or gemini api key. 最强Ai修图APP，方便实用！如登录了google aistudio，可直接在DEMO APP中使用。支持静态部署，兼容Gemini API☆194Updated this week
- 🚀 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…☆388Updated 7 months ago
- 因为考虑到譬如Sora等视频生成服务,遂有此从服务器端批量上传视频到国内网站(抖音,小红书,今日头条,哔哩哔哩)的Uploader☆69Updated last year
- 视频转图文 AI跨平台客户端（win mac linux）☆321Updated 10 months ago
- 用于kokoro TTS的webui界面和兼容openai api☆35Updated 7 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，☆125Updated 8 months ago
- chatgpt-on-wechat 医疗咨询插件☆26Updated last year
- 不会聊天的字幕提取器不是一个好 B 站下载器~☆83Updated last month
- 🌎 free-api系列项目文档站点，贡献文档请前往LLM-Red-Team/free-api-docs☆55Updated last year
- ☆39Updated last year
- 封装GPT-Sovits-Interface，可用于用于多角色多情感有声中文小说制作☆34Updated last year