Argmax Speech AI

企业级预训练语音活动检测器，轻量高效。支持流式和离线模式，可精确检测语音起止点，是语音识别、会议转录、客服质检等场景的基础设施

🎯语音识别前置处理、会议/客服音频分割、实时语音流检测

基于 CTranslate2 的加速版 Whisper 语音转文字引擎，支持多种量化格式和 GPU 加速，提供高性能语音识别和转录能力

🎯高性能语音识别和转录

Go 语言的 OpenAI API 客户端，10K+ stars。支持 ChatGPT、GPT-5、GPT-Image-1、Whisper API 等，是 Go 生态接入 OpenAI 的首选方案

🎯Go 语言 LLM API 接入与路由

开源、精准易用的视频语音识别与剪辑工具，集成 LLM 的 AI 剪辑功能。

🎯视频创作者快速提取字幕、生成精彩片段剪辑

OpenAI 开源语音识别模型，99.9K+ stars。支持 99 种语言自动语音识别与翻译，可本地部署保护隐私，广泛用于会议转录、字幕生成等场景

🎯多语言语音转文字、音频转录、本地私有化语音识别

OpenAI Whisper C/C++ 移植，48,793+ stars。高性能语音识别引擎，将 OpenAI Whisper 移植到 C/C++，支持 99 种语言的语音转文字，CPU 即可高效运行

🎯多模态内容理解与生成