spec — 基本情報
| github_stars | 104.6k |
|---|---|
| pricing | open_source |
| license | MIT |
| os | mac / windows / linux |
| japanese | 完全対応 |
| difficulty | 初級 |
| recommended | 音声・動画の文字起こし自動化 |
概要
OpenAIの音声認識モデル。多言語の文字起こし・翻訳に対応し、日本語の精度も高い定番OSS。
主な機能
- 99言語対応の音声認識
- 翻訳・タイムスタンプ出力
- モデルサイズを選択可能
tags
related — 同カテゴリの人気エンティティ
Ollama OSS
ローカルでLLMを実行するデファクトスタンダード。1コマンドでLlama・Qwen・Gemma等のモデルを動かせる。
stars: 175.8k price: open_source license: MIT ja: none level: beginner
Dify OSS
LLMアプリ開発プラットフォームのOSS代表格。ワークフロー・RAG・エージェントをGUIで構築し、APIとして公開できる。
stars: 148.4k price: freemium license: Other ja: full level: beginner
Flowise OSS
ドラッグ&ドロップでLLMフローを構築するOSSツール。エージェント・チャットボットをノーコードで作成できる。
stars: 54.5k price: freemium license: Other ja: none level: beginner
Langflow OSS
AIエージェント・ワークフローのビジュアルビルダー。あらゆるモデル・API・DBに接続でき、MCPサーバーとしても動作する。
stars: 151.5k price: open_source license: MIT ja: none level: intermediate
LibreChat OSS
ChatGPT風UIのセルフホスト型チャットプラットフォーム。マルチプロバイダ・エージェント・RAGを1つのUIで扱える。
stars: 40.5k price: open_source license: MIT ja: partial level: intermediate