OpenAI 开源的通用语音识别模型，基于大规模弱监督训练，支持多语言转写、翻译和语种识别，开箱即用。

翻译 PDF 科学论文时完整保留公式、图表和排版，输出双语对照版本，支持 Google、DeepL、Ollama、OpenAI 等多种翻译后端，并提供 CLI、GUI、Docker 和 Zotero 插件。

一款简洁优雅的 macOS 词典翻译应用，支持划词查询、离线 OCR 识别，并聚合有道、苹果词典、OpenAI、DeepL、Google 等十余种翻译服务。

Zotero 插件，能把 PDF、EPub、网页、元数据和批注翻译成目标语言，接入 20 多家翻译服务，解决看外文文献时的语言障碍。

macOS 上的翻译和 OCR 工具，支持划词翻译、截图取字，并接入 ChatGPT、DeepSeek、Gemini 等多种大模型翻译服务。

基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。

一键识别并翻译漫画、图片中的文字，自动完成 OCR、机器翻译和文字区域修复，适合给日漫或外文图片做批量汉化。

面向视觉小说和 Galgame 的翻译工具，通过文本钩子、OCR 和剪贴板等多种方式提取游戏文本，再接入翻译引擎，让玩家能顺畅阅读原文。

微软出品的 18 节入门课程，用 Jupyter Notebook 手把手教你搭建 AI Agent，覆盖 AutoGen、Semantic Kernel、Foundry 等主流框架与 Agentic RAG 实践。

把视频从一种语言翻译成另一种语言，自动生成配音和字幕并嵌入视频，适合做视频本地化和跨语言内容分发。

基于 Python 的开源离线翻译库，用本地语言模型完成多语种互译，无需联网即可在自有设备上跑机器翻译。

实时屏幕翻译工具，能识别游戏画面、视频硬字幕和静态文本中的文字并即时翻译，适合玩外语游戏或看无字幕视频时使用。

在 Android 手机上本地跑 NLLB 模型的实时翻译 App，支持蓝牙耳机对话翻译，全程离线不联网也能用。

跨平台截屏工具，集离线 OCR、屏幕翻译、以图搜图、录屏和滚动截屏于一体，适合需要快速提取屏幕文字并翻译的场景。

基于深度学习的漫画翻译辅助工具，能自动识别文字、机翻并修复原图文字区域，还支持手动编辑图像和文本。

PyTorch 版 CycleGAN 与 pix2pix 实现，提供图像到图像翻译的完整训练与测试流程，支持无配对和有配对数据转换。

用 C++ 实现的 Xbox 360 模拟器，通过 PowerPC 指令翻译和 D3D12/Vulkan 图形后端，让 Xbox 360 游戏能在 PC 上运行。

🌈一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.

AI 加持的 RSS 阅读器，用智能方式聚合和筛选订阅内容，帮你从海量信息流里快速抓到真正想看的文章。

开源 AI 视频本地化配音工具，把 YouTube/Bilibili 视频自动做语音识别、字幕翻译、声音克隆和混音渲染，一站式生成多语言配音成片。

面向创作者的开源 AI 工作台，集视频下载、翻译配音、转录、图像与视频生成、剪辑于一体，支持 120 多种语言，适合做 YouTube、TikTok 等社媒内容本地化。

《Rust 程序设计语言》中文版 2024 edition 的完整翻译，用 Typst 排版生成 PDF，方便中文读者离线阅读和学习 Rust。

基于 OpenAI Whisper 的离线音频转写与翻译工具，在本机就能把语音转成文字并翻译，不用联网也不上传数据。

微软出品的 21 节生成式 AI 入门课程，用 Jupyter Notebook 带你从零理解大模型、提示工程和 ChatGPT 应用开发。

一站式桌面工具，用本地 Whisper、FunASR 等模型离线把视频转成字幕，还能翻译、AI 配音、声音克隆和烧录字幕，支持批量处理与全平台 GPU 加速。

端到端语音处理工具箱，覆盖语音识别、合成、翻译、增强、分离和说话人日志等任务，基于 PyTorch 提供统一训练与推理流程。

开箱即用的语音工具包，覆盖流式语音识别、语音合成、声纹识别、语音翻译和关键词唤醒，自带标点恢复与文本前端，适合快速搭建语音推理服务。

本地跑实时语音转文字，带流式识别、说话人分离和翻译，还兼容 OpenAI/Deepgram 接口，适合自建低延迟转写服务。

面向创作者和开发者的 Gradio 语音工作台，集成多引擎 TTS、零样本声音克隆、Whisper 转写、人声分离与多语言翻译，一站式完成配音和字幕制作。

面向语音 AI 的可扩展生成式框架，覆盖语音识别、语音合成、说话人分离与语音翻译，方便研究和开发人员训练部署语音模型。

用大模型扫描 Kubernetes 集群并诊断故障，把晦涩的报错和事件翻译成人能看懂的解释和修复建议。

在 Arm64 Linux 上以用户态方式快速运行 x86 和 x86-64 程序，让 ARM 设备无需重编译就能直接跑 x86 应用。

在 iOS 设备上跑起 Linux shell 的模拟器，靠用户态 x86 模拟执行命令行工具，让 iPhone/iPad 也能用上熟悉的 Linux 命令环境。

聚合多平台热点与 RSS 订阅，用 AI 做关键词筛选、翻译和简报分析，并通过微信、飞书、钉钉等渠道推送到手机，帮你摆脱信息过载。

跨平台的 PlayStation 3 模拟器与调试器，用 C++ 编写，支持 OpenGL 和 Vulkan 渲染，让玩家能在 PC 上运行 PS3 游戏并调试。

把任意 LLM（Claude、Gemini、Grok、DeepSeek、Ollama 等）统一代理给 Codex CLI、App、SDK 和 Claude Code 使用，省去为每个模型单独适配的麻烦。

一本从入门到进阶系统讲解 Vim 与 Vimscript 的开源教程书，帮你摆脱死记命令，真正把 Vim 用成顺手的编辑器。

在 ARM64、RV64、LoongArch 等非 x86 Linux 设备上运行 x86_64 程序，通过动态重编译把 x86_64 指令翻译成本机指令，省去全量模拟的开销。

把扫描版 PDF 书籍转成 Markdown、EPUB 等格式，结合 DeepSeek OCR 处理影印书，方便数字化阅读和翻译。

自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。