Whispering Tiger (Realtime Translation, Voice + Image Recognition)（リアルタイム翻訳、音声＋画像認識）

Whispering Tiger is a free and Open-Source tool that can listen/watch to any audio stream or in-game image on your machine and prints out the transcription or translation to a web browser using Websockets, over OSC (examples are Streaming-overlays or VRChat) or as Text-to-Speech.

- Native-UI for Windows (and possibly Linux in the future)

- Easy to use for both beginners and advanced users

- Transcription / Translation of audio streams

- Translation of Texts

- Text-to-Speech

- Recognition and Translation of in-game images

- Displaying the results in a web browser or VRChat, using Websockets or OSC

- Loopback audio device support to capture PC audio without additional tools

- Save and load configurations

- Preview if your selected Audio devices are working

- Plugin support for additional features:

- - Realtime Subtitles Plugin

- - Many Text2Speech Plugins

- - Emotion Prediction Plugin

- - Currently Playing Song Plugin

- - Subtitle Export Plugin

- - Retrieval-based Voice Conversion (RVC) Plugin

- - Real-time Voice Changer / Voice Conversion (Zero-Shot) Using the Tiger Voice Pro Plugin

- - Large Language Models Plugin

- - and more...

===

Whispering Tigerはフリーでオープンソースのツールで、あなたのマシンでオーディオストリームやゲーム内の画像を聴いたり見たりすることができ、WebsocketやOSC（Streaming-overlaysやVRChatなど）、Text-to-Speechを使ってWebブラウザに文字起こしや翻訳を出力することができます。

- Windows用のネイティブUI（将来的にはLinuxにも対応予定）

- 初心者から上級者まで簡単に使用可能

- 音声ストリームの書き起こし/翻訳

- テキストの翻訳

- 音声合成

- ゲーム内画像の認識と翻訳

- WebsocketまたはOSCを使用して、結果をウェブブラウザまたはVRChatに表示

- 追加ツールなしでPCオーディオをキャプチャするためのループバックオーディオデバイスサポート

- 設定の保存と読み込み

- 選択したオーディオデバイスが動作しているかどうかのプレビュー

- 追加機能のためのプラグインサポート

- - リアルタイム字幕プラグイン

- - 多くのText2Speechプラグイン

- - 感情予測プラグイン

- - 現在再生中の曲プラグイン

- - 字幕書き出しプラグイン

- - 検索ベースの音声変換 (RVC) プラグイン

- - Tiger Voice Proプラグインを使用したリアルタイム音声変換／音声変換（ゼロショット）

- - 大規模言語モデルプラグイン

- - などなど...

Official Website

https://whispering-tiger.github.io/

Details

Whispering Tiger is your all-in-one application for speech-to-text, text-to-text, image-to-text, and more.

Communicate with people speaking any one of the 100-200 supported languages (depending on used AI models)

Can run completely offline without Internet requirement.

If you need help, have some improvement suggestions or just a question, feel free to leave a message on:

Github: https://github.com/Sharrnah/whispering-ui

Discord: https://discord.gg/V7X6xa2B2v

===

Whispering Tigerは、音声合成、テキスト合成、画像合成などのオールインワンアプリケーションです。

100-200のサポート言語（使用するAIモデルによって異なります）のいずれかを話す人々とコミュニケーション。

インターネットを必要とせず、完全にオフラインで実行できます。

ヘルプが必要な場合、改善提案がある場合、または単に質問がある場合は、お気軽にメッセージを残してください：

Github: https://github.com/Sharrnah/whispering-ui

Discord: https://discord.gg/V7X6xa2B2v

requirements

Windows 11/10

CPU: 2.4GHz CPU Quad Core

Memory: 16GB

Graphics: Geforce GTX 1080

Storage: ~20GB

Update informations

**2026-08-26: v1.3.10.2**

- [FEATURE] Add Kokoro DE+RU TTS integration

- [FEATURE] Add IndexTTS v2.5 TTS integration + Custom German IndexTTS v2.5 finetune

- [FEATURE] Add Audio8 TTS Integration

- [BUGFIX] Fix crash on backend restart

- [BUGFIX] Stability improvement

- [BUGFIX] Memory usage improvements

**2026-08-22: v1.3.10.1**

- [FEATURE] Add manual server change for active downloads

- [FEATURE] Add smart turn

- [FEATURE] Add Hunyuan MT1.5 Text Translation models

- [FEATURE] Add Chatterbox v3 TTS

- [FEATURE] Add Zonos2 TTS

- [FEATURE] Add Qwen3 ASR

- [FEATURE] Add MiLMMT-46 text translation

- [FEATURE] Add Index v2.5 TTS

- [FEATURE] Add Qwen3 TTS

Also new are Pro Plugins for Whispering Tiger.

See more here:

https://whispering-tiger.github.io/pro-plugins.html