Vídeo
AI-Video-Summarizer
YouTube summaries and timestamps via Gemini or GPT.
★ 98 estrelasMIT
Ver o guia →// audio · yuxino-labs/koma
koma
koma é um projeto de áudio de código aberto de yuxino-labs (yuxino-labs/koma no GitHub). Tem 236 estrelas no GitHub e 2 forks, é publicado sob a licença Custom e foi atualizado pela última vez no GitHub em 22 de setembro de 2026.
Self-hosted AI video analysis: summaries, chapters, transcripts.
💎 Joia escondida★ 236 estrelas⑂ 2 forksCustomatualizado set 2026
▦ visual: o README deste projeto não inclui nenhuma captura incorporável,
então aqui vai um marcador. O guia abaixo está completo mesmo assim.
então aqui vai um marcador. O guia abaixo está completo mesmo assim.
// dados do projeto
Dados do projeto
- Repositório
- yuxino-labs/koma
- Estrelas no GitHub
- 236
- Forks
- 2
- Licença
- Custom
- Última atualização no GitHub
- 22 de setembro de 2026
- Categoria
- Áudio
- Tipo de ficha
- Joia escondida: uma página mais breve para um projeto menos conhecido
- Site oficial
- Official site
// como funciona
Como funciona
- Deploy koma
Self-host it per the official site.
- Upload a video
Feed in the footage to analyze.
- Get the breakdown
Summaries, chapters, keyframes, transcript.
- Export structured data
Take SRT or JSON into your workflow.
// recursos
Por que as pessoas gostam tanto
Video summaries
AI-written summaries of footage.
Auto chapters
Chapter markers from content.
Keyframe extraction
Visual highlights pulled automatically.
Transcripts
Full speech-to-text output.
SRT and JSON export
Structured data for your pipeline.
Self-hosted
Runs on your own hardware.
Advertisement
// execute você mesmo
Execute você mesmo
- Step 1 — Clone the repo
Download the source and enter the folder.
git clone https://github.com/yuxino-labs/koma.git cd koma - Step 2 — Install deps
Set up the Python environment.
pip install -r requirements.txt - Step 3 — Start the service
Launch it per the README.
python app.py
// casos de uso
O que você pode criar
- Summarize long recordings automatically.
- Generate chapters for video uploads.
- Extract transcripts with SRT export.
- Make a video archive searchable.
Advertisement
// perguntas frequentes
Perguntas frequentes
What is koma?
Self-hosted AI video analysis with summaries, chapters, keyframes, and transcripts, at yuxino-labs/koma.
What do I get from a video?
Summary, chapters, keyframes, transcript, plus SRT/JSON export.
Is it free?
The code is on GitHub under a custom license; check the terms.
Does it run locally?
Yes. It is designed to be self-hosted.
What powers the analysis?
Computer vision, speech-to-text, and ffmpeg.
// continue explorando
Ferramentas semelhantes
Áudio
mcp-video-analyzer
MCP server that turns any video — YouTube.
★ 85 estrelasMIT
Ver o guia →Música com IA
ai-video-captions
Ai-video-captions, in TypeScript — built for free, open-source ai video caption generat...
★ 64 estrelasMIT
Ver o guia →Áudio
xiaozhi-esp32-server
Self-hosted backend that gives ESP32 'Xiaozhi' devices streaming voice chat, memory and tool control.
★ 10,8 mil estrelasMIT
Ver o guia →Áudio
Nebulynk
Nebulynk — a self-hosted home for your team's conversations, calls, publicly available.
★ 199 estrelasNOASSERTION
Ver o guia →Áudio
docker-whisper
Self-hosted Whisper speech-to-text as a Docker image.
★ 112 estrelasNOASSERTION
Ver o guia →// alternativas
Alternativas em Áudio
Os outros projetos de Áudio com mais estrelas no catálogo do LibreAI — a lista realista de alternativas se koma não for o ideal para você.
- MoneyPrinterTurbo★ 128,3 mil
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★ 109,9 mil
Robust Speech Recognition via Large-Scale Weak Supervision
- GPT-SoVITS★ 62,3 mil
1 min voice data can also be used to train a good TTS model! (few shot voice cloning)
- Real-Time-Voice-Cloning★ 60,2 mil
Clone a voice from 5 seconds of audio and generate arbitrary speech in real time
- whisper.cpp★ 54,1 mil
Port of OpenAI's Whisper model in C/C++
// mais em audio
Mais em Áudio
Projetos de Áudio próximos no catálogo, os mais próximos em estrelas de koma: continue explorando dos dois lados dele.
- SpeakoFlow★ 259
Free and open source offline voice dictation for Windows, Linux, and macOS.
- kokoclone★ 203
Voice cloning inside Kokoro: natural multilingual speech, your voice.
- whats-reader★ 272
Browse WhatsApp chat exports offline, with AI voice transcription.
- Nebulynk★ 199
Nebulynk — a self-hosted home for your team's conversations, calls, publicly available.
- DeLive★ 281
Live captions and AI meeting review from any system audio — local-first.
- nvidia-broadcast-linux★ 182
NVIDIA Broadcast-style AI effects for Linux and macOS.
Baixe o koma
Grátis e aberto: pegue o código-fonte, dê uma estrela no repositório e comece a criar.