跳到正文

Whisper

OpenAI 的语音识别模型,2022-09-21 以 MIT 许可发布。

开源被 6 条记录使用

用它做的记录

6
120Easel一个给社媒创作者用的开源内容工作台:一个 agent 把整条链路跑完——聚合热榜、策划选题、生成文案与卡片与配音与视频、把成品发到七个平台上已经登录的账号,再把数据读回来,沉淀进那个决定了下一轮产出的账号画像里。ClaudeClaude CodeGemini+32026年8月112video-talkcraft一个把 Claude Code 或 Codex 变成口播视频动效工作室的 agent 技能。给它一份口播稿和一条成品配音,它在本机把两者逐字对齐、把每个语义拍写进分镜,再用 108 张动效配方卡渲出成片,运镜由一套做减法的相机纪律守着。同一位作者的 video-shotcraft 用 157 张镜头卡加一轮声音设计做产品宣传片,anything2explainer 把主题变成解说片、让旁白冻结成帧号;这一条从一条已经存在的配音出发,把那条声音本身当作时钟。ClaudeClaude CodeCodex+22026年8月088Skill Recorder一个以 macOS 为主的 Electron 桌面应用:它把一次真实工作过程录下来——屏幕视频、应用与窗口切换、浏览器地址、剪贴板预览、可选的自带终端,以及口述旁白——再把时间线交给随包发布的 GitHub Copilot CLI,由它重建出总体意图与有序步骤,并把批准后的版本变成一份 SKILL.md 流程,或一条给 Microsoft Scout、Microsoft 365 Copilot Cowork、Copilot Studio 用的定时自动化。GitHub CopilotWhisper2026年7月078OpenChatCut一个本地优先的视频剪辑器,剪辑方式是跟它说话:内置 agent 与外部 Codex、Claude Code 会话调用的是界面自己在用的同一套剪辑工具,于是每一处改动都落在一条真实的多轨时间线上——是片段、转场、字幕、特效或音频,仍然能拖、能撤销、能导出。工程与素材留在本机,预览与最终渲染都出自 Remotion。Claude CodeCodexClaude+82026年7月066makerskills二十一个给个人经营者用的 agent 技能——decide、unstuck、maker-council、deep-research、second-brain、company-brain、domain、jab-hook、pm、personal-cfo 等等——每一个都是一份用 Markdown 写的工作流文档,而不是一个程序;装进 Claude Code、Codex、Cursor 或任何认 Agent Skill 格式的环境就能用,而所有个人数据都放在仓库碰不到的一个配置目录里。ClaudeClaude CodeCodex+32026年6月001whisper.cpp把 OpenAI 的 Whisper 语音识别改写成 C/C++,于是它能在 CPU、手机或浏览器标签页里跑。Whisper2022年9月

常一起用