LibreAI / LLM locaux / WhisperJAV
// local-llm · meizhong986/WhisperJAV

WhisperJAV

WhisperJAV est un projet de LLM locaux open source, créé par meizhong986 (meizhong986/WhisperJAV sur GitHub). Il compte 2 298 étoiles sur GitHub et 195 forks, il est publié sous la licence MIT et a été mis à jour pour la dernière fois sur GitHub le 17 septembre 2026.

Noise-robust subtitle generator powered by Whisper and local ASR models.

💎 Pépite cachée★ 2,3 k étoiles⑂ 195 forksMITmis à jour sept. 2026
▦ visuel — le README de ce projet ne contient aucune capture intégrable,
voici donc un emplacement réservé. Le guide ci-dessous est complet malgré tout.
// détails du projet

Détails du projet

Étoiles GitHub
2 298
Forks
195
Licence
MIT
Dernière mise à jour sur GitHub
17 septembre 2026
Catégorie
LLM locaux
Type de fiche
Pépite cachée — une page plus courte pour un projet moins connu
Site officiel
Official site
// fonctionnement

Comment ça marche

  1. Install the tool

    Set it up from the repo or releases.

  2. Add your audio

    Point it at the file needing subtitles.

  3. Transcribe

    ASR models generate the subtitle track.

  4. Refine

    Local LLMs clean up errors and hallucinations.

// fonctionnalités

Pourquoi on l'adore

Whisper powered

Strong baseline transcription quality.

Qwen3-ASR

Modern ASR model in the pipeline.

Noise robust

Handles difficult, noisy audio.

TEN-VAD

Voice activity detection trims silence.

Hallucination control

Local LLMs refine raw transcripts.

Subtitle output

Generates ready-to-use subtitle files.

Advertisement
// lancez-le

Lancez-le vous-même

  1. Step 1 — Clone the repo

    Download the source and move into the project folder.

    git clone https://github.com/meizhong986/WhisperJAV.git
    cd WhisperJAV
  2. Step 2 — Check the README

    Every project documents its own setup; start with install requirements.

    cat README.md | head -60
  3. Step 3 — Run it

    Follow the project's launch command — Docker, pip, npm, or a binary release.

    # see README for the exact launch command
// cas d'usage

Ce que vous pouvez créer

Advertisement
// faq

Questions fréquentes

What languages are supported?

Japanese is a focus; check the docs for the full language list.

Is whisperjav free for commercial use?

MIT licensed — commercial use allowed.

Do I need a GPU?

ASR runs much faster with one; CPU is possible but slow.

How does it reduce hallucinations?

A local LLM pass cleans up the raw ASR output.

What subtitle formats come out?

Check the docs for supported output formats.

// continuez l'exploration

Outils similaires

Audio

buzz

Buzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.

★ 21,8 k étoilesMIT
Voir le guide →
LLM locaux

Jan

Jan is an open source alternative to ChatGPT that runs 100% offline on your computer

★ 44,8 k étoilesCustom (check repo)
Voir le guide →
LLM locaux

Open Webui

User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

★ 153,9 k étoilesCustom (check repo)
Voir le guide →
LLM locaux

subsai

Whisper-powered subtitle generation: Web UI, CLI, and package.

★ 1,7 k étoilesGPL-3.0
Voir le guide →
LLM locaux

whatcanirun

Find the best local models for your hardware — and how to run them.

★ 247 étoilesMIT
Voir le guide →
LLM locaux

GPT4All

GPT4All — run local LLMs on any device: a free desktop chat client and Python SDK that run open models entirely on your CPU, no GPU or cloud required

★ 77,4 k étoilesMIT
Voir le guide →
// alternatives

Alternatives en LLM locaux

Les autres projets de la catégorie LLM locaux avec le plus d'étoiles du catalogue LibreAI — la sélection réaliste d'alternatives si WhisperJAV ne vous convient pas.

// plus en local-llm

Plus en LLM locaux

Projets de la catégorie LLM locaux proches dans le catalogue, les plus proches en étoiles de WhisperJAV — continuez à explorer de part et d'autre.

Obtenir WhisperJAV

Gratuit et ouvert : récupérez le code source, mettez une étoile au dépôt et commencez à créer.