QtScrcpy
QtScrcpy是一款开源免费的 Android 投屏与控制工具，支持 USB/Wi-Fi 连接、键鼠操作、屏幕录制与多设备管理，适用于开发调试、教学演示与内容创作。
WhisperLiveKit简介
WhisperLiveKit是什么？
WhisperLiveKit是一款开源的本地实时语音处理套件，支持语音转文字（Speech‑to‑Text）、翻译与说话人分离（Speaker Diarization），并内置服务端与网页 UI，开箱即用。融合 SimulStreaming、WhisperStreaming、Streaming Sortformer、Diart、Silero VAD 等 SOTA 技术，实现超低延迟、高精度、多语言识别与逐帧音画同步。适用于会议实时字幕、无障碍辅助、内容创作、客服质检及跨语言交流等多场景，保护隐私且支持多用户并发。
项目开源地址：https://github.com/QuentinFuxa/WhisperLiveKit
核心功能
- 实时语音转写：基于 SimulStreaming（2025）和 WhisperStreaming（2023）技术，实现超低延迟转写，支持多语言识别与自动语言检测。
- 翻译：可将实时语音直接翻译成目标语言文本
- 说话人分离：集成 Sortformer（2025）和 Diart（2021）等先进算法，实时识别不同说话人
- 本地运行：所有处理在本地完成，保护隐私，无需将音频上传云端
- 语音活动检测（VAD）：使用 Silero VAD（2024）检测语音段落，减少无声片段的处理开销
- 多用户并发：后端支持多用户同时连接，适合会议、客服等场景
应用场景
- 会议实时字幕：为线上/线下会议提供实时转写与说话人标注
- 无障碍辅助：帮助听障人士实时获取对话文字
- 内容创作：播客、视频、直播的实时字幕与翻译
- 客服质检：实时转写并区分客服与客户的发言
- 多语言交流：跨语言会议或访谈的即时翻译
关于WhisperLiveKit特别声明
本站新媒派提供的WhisperLiveKit内容都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由新媒派实际控制，在2025年8月31日 下午4:01收录时，该网页上的内容，都属于合规合法，后期网页的内容如有出现违规，可以直接联系网站管理员进行删除，新媒派不承担任何责任。
相关导航
DreamOmni2
DreamOmni2是字节跳动推出的一个基于多模态指令的AI图像编辑与生成系统，可以通过文字或参考图像实现对象替换、风格迁移、姿势模仿等多种编辑操作，适合创意设计、内容生产和科研探索。
Deskflow
Deskflow是一款开源免费的跨平台键鼠共享工具，支持在多台电脑间无缝切换控制，具备剪贴板同步、TLS 加密与多系统兼容，适用于开发、办公与多设备协作场景。
Memento
Memento是一款开源日语学习视频播放器，支持字幕查词、Anki 卡片生成、语法识别与 mpv 插件，帮助用户在观看日语视频时高效积累词汇与语法知识。
BabelDOC
BabelDOC是一款专为PDF科学文献设计的开源翻译工具，使中英文的对照阅读更加便利。它支持命令行和 Python API 使用，能够快速将英文PDF文献翻译成中文或其他语言，并保持原文排版格式
Smart Excalidraw
Smart Excalidraw是基于经典手绘风格白板工具Excalidraw开发的AI驱动开源在线绘图工具，可由自然语言描述快速生成专业图表，无需复杂的环境配置、无需专业绘图技能，直接在网页上使用。它保留了Excalidraw 的手绘式白板视觉风格，生成内容可以随意修改。
SuperClaude
SuperClaude是一款专为Claude Code打造的开源增强框架，通过结构化命令与认知角色系统，支持项目构建、代码分析、安全审计与性能优化，帮助开发者高效完成复杂任务并保持上下文一致性。
Presenton
Presenton是一款开源的本地 AI 演示文稿生成器和 API 平台，支持 OpenAI、Gemini、Claude、Ollama 等主流模型，保障数据隐私，支持自定义 HTML 布局与多种主题模板，可导出 PPTX 和 PDF 格式，适合开发者、内容创作者和企业部署使用。图像生成支持 DALL·E 3、Gemini Flash、Pexels、Pixabay，支持 API 接口与 Docker 一键部署。
暂无评论...
