好开源，值得被发现。

Batchalign3 是 TalkBank 的音频和机器学习流水线，用于生成和丰富 CHAT 转录文本，涵盖 ASR、强制对齐、神经词法标注、翻译和话语切分。它提供了 CLI、Python 包、PyO3 桥接、React 仪表板和一个实验性的 Tauri 桌面外壳。

YouTube Transcript API 是一个用于获取 YouTube 视频字幕和转录文本的 Python 库，无需 API 密钥或无头浏览器。支持多种语言、翻译及多种输出格式。

Premove ITN 是一个面向英语语音代理转录的开源、上下文感知逆文本规范化工具。它通过生成-评分-解码流程，利用 DeBERTa 上下文评分，将口语化 ASR 输出转换为规范书面形式。

SenseVoiceSmall 是一个开源语音基础模型，支持 ASR、语种识别、情感识别和音频事件检测，覆盖中文、粤语、英语、日语和韩语，并具备快速非自回归推理能力。