Аудио и голос

audio.cpp — открытый C++ фреймворк для локального инференса аудио-моделей на базе ggml. Заменяет связку из Conda-окружений и Python-зависимостей един…

Typeless — сервис голосового ввода для macOS, Windows, iOS и Android, который переводит речь в текст в реальном времени со скоростью до 220 слов в ми…

Консольная утилита и Python-библиотека, которая позволяет LLM (Claude и другим моделям) фактически «посмотреть» видео. Вместо равномерной нарезки кад…

Podcast Bridge — открытый Python-инструмент (оформлен как skill для агентов вроде Claude), который превращает подкасты в текстовую базу знаний. Он ум…

Honen — платформа для создания курсов на основе загруженных материалов: документов, записей звонков, видео с кикоффов или просто описания темы. AI-ас…

Быстрые голосовые модели: Sonic для генерации речи и Ink для транскрипции — под голосовых агентов реального времени. Низкая задержка для живого разго…