// audio · kristoferlund/ostt

ostt

osttは、kristoferlundが公開しているオープンソースの音声プロジェクトです（GitHub: kristoferlund/ostt）。GitHubスターは304、フォークは31で、MITライセンスの下で公開されています。GitHubでの最終更新は2026年10月1日です。

Voice-to-text for the Linux terminal, from a hotkey.

💎 隠れた名作★ 304 スター⑂ 31 フォークMIT更新 2026年10月

GitHubで見る ↗Official site ↗

▦ ビジュアル — このプロジェクトのREADMEには埋め込み可能なスクリーンショットがないため、
ここではプレースホルダーを表示しています。下のガイド自体は完全な内容です。

// プロジェクトの基本情報

プロジェクト基本情報

リポジトリ: kristoferlund/ostt
GitHubスター: 304
フォーク: 31
ライセンス: MIT
GitHubでの最終更新: 2026年10月1日
カテゴリ: 音声
掲載タイプ: 隠れた名作 — あまり知られていないプロジェクトのための短めのページ
公式サイト: Official site

// 仕組み

仕組み

Clarify your goal
Decide what you want the project to do before installing anything.
Clone the repo
Grab the source and skim the README for setup requirements.
Install and configure
Install dependencies and add any API keys or settings it needs.
Run your first task
Launch it and follow the example workflow from the docs.

// 機能

選ばれる理由

Terminal UI

A keyboard-driven interface for fast terminal workflows.

Speech-to-text

Turns spoken audio into accurate text.

Noise removal

Cleans up background noise automatically.

Speaker diarization

Knows who said what in multi-speaker audio.

Local inference

Process audio without uploading to the cloud.

Multiple formats

Handles MP3, WAV, and common audio formats.

// 自分で実行

自分で実行してみる

Step 1 — Clone the repo
Download the source and move into the project folder.
```
git clone https://github.com/kristoferlund/ostt.git
cd ostt
```
Step 2 — Build the binary
Compile an optimized release build with Cargo.
```
cargo build --release
```
Step 3 — Run it
Launch the release binary and check its help output.
```
./target/release/app --help
```

// 活用例

作れるもの

Transcribe podcasts with speaker labels.
Remove noise from meeting recordings.
Search years of audio archives by content.
Add studio-style effects on Linux.

// よくある質問

よくある質問

Who maintains ostt?

It is an open-source project at kristoferlund/ostt with 31 forks. Check the repo’s contributors and recent commits to judge how active maintenance is.

Is ostt free to use?

Yes. It is MIT licensed, so you can use it commercially with attribution.

What audio formats work?

MP3, WAV, and most common formats are supported.

Does it need a GPU?

It helps a lot for transcription speed, but CPU mode works too.

Can it handle multiple speakers?

LibreAIカタログに掲載された音声プロジェクトの中で最もスターの多いもの — osttが合わなかった場合に検討したい、現実的な候補リストです。

MoneyPrinterTurbo★ 128.3k
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
Whisper★ 109.9k
Robust Speech Recognition via Large-Scale Weak Supervision
GPT-SoVITS★ 62.3k
1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
Real-Time-Voice-Cloning★ 60.2k
Clone a voice from 5 seconds of audio and generate arbitrary speech in real time
whisper.cpp★ 54.1k
Port of OpenAI's Whisper model in C/C++

// さらに見る audio

さらに見る：音声

カタログの中でosttとスター数が近い音声プロジェクト — 前後の棚もそのまま見て回れます。

ComfyUI-Qwen3-TTS★ 304
Qwen3-TTS custom nodes for ComfyUI: clone, design, and fine-tune voices.
DictateKeyboard★ 297
Capable AI keyboard for reliable speech transcription.
T5Gemma-TTS★ 312
Multilingual TTS with voice cloning and duration control, on T5Gemma.
DeLive★ 281
Live captions and AI meeting review from any system audio — local-first.
whispering-ui★ 329
Native desktop UI for live Whisper transcription and translation.
whats-reader★ 272
Browse WhatsApp chat exports offline, with AI voice transcription.

osttを入手する

無料でオープン — ソースコードを入手して、リポジトリにスターを付け、作り始めましょう。

GitHubで見る ↗← 音声のツールをさらに見る

ostt

プロジェクト基本情報

仕組み

選ばれる理由

Terminal UI

Speech-to-text

Noise removal

Speaker diarization

Local inference

Multiple formats

自分で実行してみる

作れるもの

よくある質問

似ているツール

joinly

nvidia-broadcast-linux

docker-whisper

opentypeless

sussurro

hyprwhspr

代替候補： 音声

さらに見る： 音声

osttを入手する

代替候補：音声

さらに見る：音声