thewhisper
リアルタイム処理とオンデバイス動作に最適化したWhisper音声認識モデル。Apple SiliconやNVIDIA GPUに対応し、文字起こしや翻訳に使えます。
再現できる小さなissueを選び、AIコーディングエージェントで直してみましょう。
Xで共有ライセンス: MIT
概要
TheWhisper は、ストリーミングやオンデバイス利用向けに最適化した Whisper の音声認識モデルを提供します。元の 30 秒ではなく可変のチャンクサイズに対応した公開ウェイトを Hugging Face で配布し、NVIDIA GPU 向けの推論エンジンと、Apple Silicon の macOS 向け CoreML エンジンも用意しています。セルフホストとローカル文字起こしを重視し、サンプルのフロントエンド付きローカル REST API も含みます。
主な特長
- 可変チャンクサイズのストリーミング文字起こし
- Whisper モデルの公開ウェイトを Hugging Face で提供
- NVIDIA GPU 向け推論エンジン
- macOS と Apple Silicon 向け CoreML エンジン
- JavaScript と Electron の例付きローカル REST API
こんな人・用途に
NVIDIA や Apple のハードウェアで、高速なセルフホストまたはオンデバイスの文字起こしを使いたい開発者向けです。ローカルのノートアプリ作りなどに向きます。
- アップストリーム
- TheStageAI/TheWhisper
- GitHubのフォーク
- Guo-astro/thewhisper
- アップストリームのスター数
- 901
- カテゴリ
- ドキュメント・メディア・コンテンツ
- 言語
- Python
- ライセンス
- MIT
- フォーク日
- 2025-11-21
- 同期状態
- 同期済み最終同期 2026-10-19
同じカテゴリ: ドキュメント・メディア・コンテンツ
Textusは、AIライティングアシスタントを備えた無料のオープンソースMarkdownエディターです。macOS、Windows、Linuxで文章やメモを書けます。
フォーク日 2026-10-18最終同期 2026-10-19ライセンス: MITドキュメント・メディア・コンテンツGitHub
Clypraは、映像をフレーム単位で編集できる無料のオープンソース動画編集ソフトです。RustとGPUを活用してデコードと描画を行います。
フォーク日 2026-10-14最終同期 2026-10-19ライセンス: MITドキュメント・メディア・コンテンツGitHub
音声録音を検索できるノートに変えるセルフホスト型アプリです。文字起こしや要約、整理、録音内容への質問に使えます。
フォーク日 2026-10-12最終同期 2026-10-19ライセンス: AGPL-3.0ドキュメント・メディア・コンテンツGitHub
OpenCutはWeb・デスクトップ・モバイル向けのオープンソース動画編集プロジェクトです。このリポジトリは再開発中で、現在使える版としてOpenCut Classicが案内されています。
フォーク日 2026-10-12最終同期 2026-10-19ライセンス: MITドキュメント・メディア・コンテンツGitHub