Каталог ИИ-инструментов, доступных из России

Talkify Бесплатная диктовка с открытым кодом для macOS: превращает речь в текст в любом приложении и озвучивает выделенный фрагмент. Для тех, кто печатает голосом. Бесплатно Open-source

scikit-image scikit-image — библиотека для обработки изображений в Python, предназначенная разработчикам и специалистам по работе с изображениями. Бесплатно Open-source

Vosk Офлайн-распознавание речи с поддержкой русского языка и небольшими моделями. Бесплатно Русский язык Open-source

Handy Handy превращает речь в текст на компьютере и подойдёт тем, кто часто диктует или хочет вводить текст голосом. Бесплатно Open-source

TTS Audio Suite Расширение для ComfyUI создаёт речь, преобразует и редактирует аудио, распознаёт голос и помогает готовить субтитры для авторов контента и разработчиков. Open-source

AlbumentationsX Библиотека для быстрой аугментации изображений и связанных с ними данных в задачах компьютерного зрения. Бесплатно Open-source

dlib Библиотека C++ с алгоритмами машинного обучения, обработки изображений и другими инструментами для разработки программ. Бесплатно Open-source

videre videre индексирует фото и видео на компьютере, помогая находить их, выявлять дубликаты и просматривать архив без загрузки файлов в облако. Бесплатно Open-source

Vonage Server SDK for Node.js Серверная библиотека для Node.js помогает разработчикам подключать к приложениям API Vonage для сообщений, звонков и проверки пользователей. Open-source

Screen Translator (屏译) Screen Translator распознаёт и переводит текст на экране Android, помогая читать игры, комиксы и визуальные новеллы. Open-source

BetterWispr BetterWispr превращает речь в текст и очищает расшифровки на Mac — для тех, кто часто диктует сообщения, заметки и письма. Бесплатно Open-source

TTS Voice Wizard TTS Voice Wizard распознаёт, озвучивает и переводит речь, а также добавляет голосовое управление для пользователей VRChat, VTuber-ов и стримеров. Бесплатно Open-source

Whisper.net Whisper.net помогает .NET-разработчикам добавлять в приложения распознавание речи и перевод аудио с моделями Whisper и Parakeet. Open-source

sprite-gen sprite-gen превращает изображения персонажей в прозрачные игровые спрайты, атласы и анимации для разработчиков игр и художников. Бесплатно Open-source

rclip rclip находит изображения в локальных папках по тексту или картинке и подходит тем, кто работает с фотоколлекциями через командную строку. Бесплатно Open-source

geo-sleuth Навык для ИИ-агентов, который определяет вероятное место съёмки по фотографии и подтверждает вывод визуальными данными. Open-source

Whisper IME Whisper IME превращает речь в текст на Android и подходит тем, кто хочет диктовать сообщения через клавиатуру или системный ввод. Open-source

Garden Skills Garden Skills добавляет ИИ-агентам навыки для веб-дизайна, работы с изображениями, видео, статьями и локальной базой знаний. Бесплатно Open-source

Gemini YouTube Automation Python-проект создаёт учебные видео и Shorts с помощью Gemini и публикует их на YouTube; подойдёт авторам образовательных каналов и разработчикам. Бесплатно Open-source

Dictionariez Dictionariez помогает искать слова в словарях, переводить и озвучивать текст — расширение для изучающих языки и преподавателей. Open-source

MLX Audio Swift MLX Audio Swift — SDK для добавления распознавания и генерации речи и других аудиофункций в приложения для устройств Apple. Бесплатно Open-source

Speech Note Speech Note распознаёт речь, озвучивает и переводит текст на Linux и Sailfish OS для работы с заметками и аудио. Open-source

SpectroMood SpectroMood оценивает эмоциональную окраску речи по её акустическим характеристикам и подходит разработчикам и исследователям. Бесплатно Open-source от 0 $

ACE-Step 1.5 GGUF Локальная модель для создания стереозаписей по текстовому описанию и тексту песни. Open-source