Alternatives and similar repositories for gemini-speech2srt

Users that are interested in gemini-speech2srt are comparing it to the libraries listed below

• jianchang512 / zh_recogn
  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
• skindhu / VideoLingua
  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…
  ☆41Updated 5 months ago
• fisherdaddy / FisherAI
  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/…
  ☆178Updated last week
• aigem / edgeTTS-openai-api
  openai标准的microsoft edge tts语音API [抱抱脸免费部署]
  ☆41Updated 11 months ago
• eastnomoring / excle2video
  将excle小说转为剪映草稿的小工具
  ☆29Updated 4 months ago
• ycyy / edge-tts-webui
  edge-tts webui
  ☆107Updated 2 years ago
• Evil0ctal / Fast-Powerful-Whisper-AI-Services-API
  ⚡ 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，…
  ☆414Updated 3 months ago
• jianchang512 / f5-tts-api
  一个用于F5-TTS的api和webui项目
  ☆64Updated 9 months ago
• yeahhe365 / Qwen3-ASR-Studio
  A modern web UI for the Qwen ASR model, featuring audio recording, PWA support, Picture-in-Picture mode, and local caching for fast, accu…
  ☆185Updated 2 weeks ago
• wang-zhibo / duckgo_api
  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 last month
• iHunterDev / JianYingProBatchKeyframe
  批量给剪映工程添加关键帧
  ☆57Updated 6 months ago
• halfzm / v2vt
  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
  ☆138Updated last year
• EHEWON / ezwork-ai-doc-translation
  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。
  ☆246Updated 6 months ago
• XnneHangLab / XnneHangLab
  不会聊天的字幕提取器不是一个好 B 站下载器~
  ☆83Updated last week
• HuChundong / DouBaoFreeImageGen
  将豆包强大的文生图能力接入MCP
  ☆160Updated 2 months ago
• linshenkx / edge-tts-openai-cf-worker
  ☆125Updated 7 months ago
• Relsoul / whisper-win-gui
  基于whisper的实时语音识别 网页和桌面客户端
  ☆180Updated last year
• StartHua / video_summarize
  video_summarize（视频总结：上传视频通过prompt对视频内容经行总结输出）
  ☆75Updated 2 years ago
• WEIFENG2333 / SubtitleSpliter
  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 9 months ago
• aehyok / video2blog
  视频转图文 AI跨平台客户端（win mac linux）
  ☆323Updated 11 months ago
• comeonzhj / article2card
  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。
  ☆105Updated last month
• ImGoodBai / onewebot2
  coze-微信AI机器人一键运行包，下载exe双击直接使用。（该项目已停止维护，使用微信机器人请关注我的新项目（技术更合规，使用更简单） ：https://github.com/ImGoodBai/GoodWeBot）
  ☆158Updated last year
• xcLee001 / SonicVale
  一个开源的多角色、多情绪 AI 配音生成平台，支持小说、剧本、视频等内容的自动配音与导出。
  ☆107Updated last week
• DingHui-Li / mychat
  使用Electron(vue3+ts)和python开发的具有现代化UI和友好交互的微信聊天数据智能管理分析工具
  ☆109Updated 4 months ago
• Guizimo / cova
  简单易用的封面图片生成工具，为你的文章、视频、社交媒体创作提供专业的封面设计。
  ☆117Updated 3 months ago
• LLM-Red-Team / free-api
  🌎 free-api系列项目文档站点，贡献文档请前往LLM-Red-Team/free-api-docs
  ☆54Updated last year
• fatwang2 / seek1assit
  chatgpt-on-wechat 医疗咨询插件
  ☆26Updated last year
• onenov / ChatBot-Next
  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。
  ☆70Updated last year
• BenedictKing / chinesepua
  A plugin that generates satirical explanation cards for Chinese phrases
  ☆47Updated last year
• cylind / scribe2srt
  一款基于 PySide6 和 ElevenLabs API 的桌面应用，能将音视频或JSON转录稿智能地转换为高质量SRT字幕。特别为中、日、韩、英等语言优化了排版规则。
  ☆79Updated 2 months ago