好开源，值得被发现。

ChatMonteur 是一款由智能体编排的 AI 视频编辑器，专为出镜演讲类视频设计。它通过 Claude Code 或 Codex 驱动，实现转录、语义剪辑、添加字幕、动态图形、音频和调色。系统设有两道质量门禁以剔除低质方案和损坏文件，且默认免费且本地化运行。

一个将已获授权的 YouTube 视频本地化为中文字幕并辅助发布至 B 站的 Python 工具，支持语音转写、OCR 识别、LLM 翻译及硬字幕渲染。

Voicebox 是一个开源、本地优先的 AI 语音工作室，支持语音克隆、文本转语音、全局语音输入、音频后期处理，并通过 MCP 工具让 AI 智能体发声。

Magnetic 是一款免费、开源的非线性 Windows 视频编辑器，具有磁性时间线和 AI 辅助编辑工具。

Verba 是一款离线优先的桌面语言学习应用，通过与 AI 教练对话来学习语言。它在本地运行，支持 Ollama 或用户自带 API 密钥，提供即时纠错、分级阅读、词汇间隔重复以及内置语音和听写功能。

Soenneker.Runners.Whisper.CTranslate 是一个自动化运行器，旨在通过定时和按需的 GitHub Actions 工作流，确保由配套包 Soenneker.Libraries.Whisper.CTranslate 发布的 Windows 可执行文件保持最新。

LearnNote 是一款本地优先的 AI 学习助手，可将 B 站、YouTube 等浏览器视频与本地视频、PDF 等资料，基于字幕或转写生成结构化笔记，并支持在网页工作台阅读、编辑、追问和导出。

这是一个针对 OpenAI Whisper 自动语音识别 (ASR) 模型的高性能 C/C++ 推理实现，旨在实现轻量级且跨平台的部署。

空中课堂蒸馏 (SkyClass Distill) 是一个将教学视频转化为结构化教学技能 (Teaching Skills) 的流水线工具，支持视频采集、转写、证据提取及 LLM 蒸馏。

Xinference是一个统一推理库，用于服务语言、语音和多模态模型。它提供OpenAI兼容的RESTful API、异构GPU/CPU利用、分布式部署，并与LangChain、LlamaIndex、Dify和Chatbox集成。

一款基于浏览器的字幕编辑器，具备按说话人区分的时间轴。旨在优化从自动转录到人工修正及导出的全流程，提升字幕编辑效率。

by2kb 是一个开源工具，将 Bilibili 和 YouTube 等平台的视频 URL 转换为持久的 Markdown 知识库工件，包括转录文本、摘要和学习笔记，支持代理优先工作流及本地/云端语音识别。

AI Video Smart Editor 是一款利用 Whisper 和 Gemini 的 AI 自动视频编辑工具，支持泰语和英语。它具备关键片段剪辑和字幕生成功能，通过 GPU 和 Docker 部署，性能提升 3-4 倍。

faster-whisper 是使用 CTranslate2 推理引擎对 OpenAI Whisper 语音转文本模型的快速重新实现，旨在提高转录速度并降低内存占用。

Tandem 是一个自托管项目，旨在实现电子书与有声书之间的同步阅读与聆听。它通过 Whisper 对有声书进行转录并与 EPUB 文本进行句子级对齐，确保用户在不同设备和格式间切换时能精准定位到当前进度。

LazyEdit 是一个本地优先、AI 辅助的视频工作流，旨在实现从内容创作、处理到可选发布的端到端流程。

WhisperLiveKit (WLK) 是一个开源、自托管的超低延迟实时语音转文本管道，支持 Whisper 系列模型、Voxtral Mini、FunASR SenseVoiceSmall、Qwen3-ASR 和 NVIDIA Canary-1b-v2 等多种后端，提供实时转录、说话人分离及 200 种语言的翻译功能。