Descubra projetos open source de qualidade, envie projetos anonimamente e reivindique e edite seu próprio projeto.
Um pouco de curiosidade. Um mundo de código aberto.
THE FIRST COLLECTIONChatMonteur é um editor de vídeo AI orquestrado por agentes para filmagens de talking-head. Ele transcreve, corta por significado, adiciona legendas, motion graphics, som e cor — impulsionado por Claude Code ou Codex. Possui dois portões de qualidade para rejeitar planos fracos e arquivos corrompidos. Gratuito e local por padrão.
Uma ferramenta em Python para localizar vídeos do YouTube autorizados com legendas em chinês e auxiliar na publicação no Bilibili, suportando transcrição de voz, reconhecimento OCR, tradução via LLM e renderização de legendas fixas.
Voicebox é um estúdio de voz com IA de código aberto e execução local, oferecendo clonagem de voz, TTS, ditado global, pós-processamento de áudio, editor de histórias, API REST e integração com agentes via MCP.
Magnetic é um editor de vídeo não linear gratuito e de código aberto para Windows, apresentando uma linha do tempo magnética e ferramentas de edição assistidas por IA.
Verba é um aplicativo de desktop offline-first para aprender um idioma conversando com um coach de IA. Ele roda localmente com Ollama ou sua própria chave de provedor e oferece correções em linha, leitura graduada, repetição espaçada de vocabulário, além de fala e ditado inclusos.
Um executor de automação que mantém atualizado o executável do Windows publicado pelo pacote complementar Soenneker.Libraries.Whisper.CTranslate, impulsionado por fluxos de trabalho do GitHub Actions agendados e sob demanda.
LearnNote é um assistente de aprendizagem AI local-first que transforma vídeos do Bilibili, YouTube e arquivos locais (PDF, etc.) em notas estruturadas via legendas ou transcrição, permitindo leitura, edição e exportação em um workbench web.
Uma implementação de alta performance em C/C++ para inferência do modelo de reconhecimento automático de fala (ASR) Whisper da OpenAI, projetada para implantação leve e multiplataforma.
SkyClass Distill é uma ferramenta de pipeline que converte vídeos educacionais em Teaching Skills estruturadas, suportando a coleta de vídeos, transcrição, extração de evidências e destilação via LLM.
Xinference é uma biblioteca unificada de inferência para servir modelos de linguagem, fala e multimodais. Oferece API RESTful compatível com OpenAI, uso heterogêneo de GPU/CPU, implantação distribuída e integrações com LangChain, LlamaIndex, Dify e Chatbox.
Um editor de legendas baseado em navegador com faixas por locutor, que otimiza desde a transcrição até a correção e exportação.
by2kb é uma ferramenta open-source que converte URLs de vídeo de plataformas como Bilibili e YouTube em artefatos duráveis de base de conhecimento em Markdown, incluindo transcrições, resumos e notas de estudo, suportando fluxos de trabalho agent-first e ASR local/nuvem.
Uma ferramenta de edição automática de vídeo via IA usando Whisper e Gemini com suporte a tailandês e inglês, oferecendo cortes de segmentos e legendas com desempenho 3-4x superior via GPU e Docker.
Uma reimplementação rápida do modelo Whisper da OpenAI usando CTranslate2, oferecendo maior velocidade de transcrição e menor uso de memória.
Tandem é um servidor self-hosted com clientes web e Android que mantém uma única posição de leitura entre um ebook e seu audiobook. Ele transcreve o áudio com Whisper, alinha o texto ao EPUB frase por frase e armazena o progresso no servidor.
LazyEdit é um fluxo de trabalho de vídeo local-first e assistido por IA para criação, processamento e publicação opcional de conteúdo de ponta a ponta.
WhisperLiveKit é um pipeline de voz para texto auto-hospedado e de ultra-baixa latência. Oferece transcrição em tempo real, diarização de locutores e tradução através de APIs compatíveis com WebSocket e OpenAI/Deepgram.
