Git Stars Git Stars

#automatic-speech-recognition Repositories

Entdecke 42 aktive Open-Source-GitHub-Repositories, die mit #automatic-speech-recognition getaggt sind und insgesamt 118,799 Sterne gesammelt haben (durchschnittlich 2,828 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Vaibhavs10/insanely-fast-whisper mit 13,052 Sternen.

42
Gesamtzahl der Repositories
118,799
Gesamtanzahl der Sterne
2,828
Durchschnittliche Sterne/Repo

Insgesamt 42 Repositories

2
facebookresearch/seamless_communication

Grundlagenmodelle für hochmoderne Sprach- und Textübersetzung

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aktualisiert 2026-09-08 📅 Erstellt 2023-08-01
3
QuentinFuxa/WhisperLiveKit

Echtzeit- und lokale Sprach-zu-Text-Transkription mit Streaming-ASR, Sprecherdiarisierung, Übersetzung und OpenAI/Deepgram-kompatiblen APIs.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2024-12-19
4
Const-me/Whisper

Hochleistungsfähige GPGPU-Inferenz des Whisper-ASR-Modells von OpenAI

Const-me
⭐ 10,717 C++ 👤 Const-me User 🕐 Aktualisiert 2026-09-22 📅 Erstellt 2023-01-07
5
mli/autocut

Videos mit einem Texteditor schneiden

mli
⭐ 7,522 Python 👤 mli User 🕐 Aktualisiert 2024-10-05 📅 Erstellt 2022-10-28
6
wenet-e2e/wenet

Produktion zuerst und produktionsreifer End-to-End-Spracherkennungs-Toolkit

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2020-11-17
7
MoonshotAI/Kimi-Audio

Kimi-Audio, ein Open-Source-Audiofundierungsmodell, das sich in Audioverständnis, -generierung und -gesprächen auszeichnet

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Aktualisiert 2025-06-21 📅 Erstellt 2025-04-25
8
agermanidis/autosub

[NICHT MEHR UNTERSTÜTZT] Kommandozeilen-Tool zum automatischen Generieren von Untertiteln für jede Videodatei

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Aktualisiert 2024-03-22 📅 Erstellt 2015-06-29
9
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR Webservice API

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2022-09-22
10
FluidInference/FluidAudio

Frontier CoreML Audio-Modelle in Ihren Apps – Text-to-Speech, Speech-to-Text, Voice Activity Detection und Sprecher-Diarisierung. In Swift, angetrieben von SOTA Open Source.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-06-21
11
Kedreamix/Linly-Dubbing

Intelligentes KI-Tool für mehrsprachige Video-Synchronisation/Übersetzung - Linly-Dubbing — „KI-gestützt, grenzenlose Sprachen“

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Aktualisiert 2025-03-05 📅 Erstellt 2024-08-08
12
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) kann ASR, TTS und Sprachkonvertierung mit einem einzigen winzigen Modell durchführen!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Aktualisiert 2026-05-25 📅 Erstellt 2025-12-16
13
facebookresearch/omnilingual-asr

Omnilingual ASR Open-Source mehrsprachige Spracherkennung für über 1600 Sprachen

facebookresearch
⭐ 2,976 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2025-12-30 📅 Erstellt 2025-11-06
14
coqui-ai/STT

🐸STT - Das Deep-Learning-Toolkit für Speech-to-Text. Das Trainieren und Bereitstellen von STT-Modellen war noch nie so einfach.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Aktualisiert 2024-03-11 📅 Erstellt 2021-03-04
15
janhq/ichigo

Lokale Echtzeit-Sprach-KI

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Aktualisiert 2025-11-26 📅 Erstellt 2024-07-02
16
TEN-framework/ten-vad

Voice Activity Detector (VAD): geringe Latenz, hohe Leistung und leichtgewichtig

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-04-29
17
OpenMOSS/MOSS-Transcribe-Diarize

Ein 0,9B-Modell für die Transkription langer Inhalte in über 50 Sprachen mit Sprecherdiarisierung, Zeitstempeln und Erkennung akustischer Ereignisse

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2026-05-13
18
QwenLM/Qwen2-Audio

Das offizielle Repository des von Alibaba Cloud vorgeschlagenen Qwen2-Audio-Chat- und vortrainierten großen Audio-Sprachmodells.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Aktualisiert 2025-04-21 📅 Erstellt 2024-06-24
19
FireRedTeam/FireRedASR

Open-Source-ASR-Modelle in Industriequalität, die Mandarin, chinesische Dialekte und Englisch unterstützen, neue SOTA-Ergebnisse auf öffentlichen Mandarin-ASR-Benchmarks erzielen und auch eine herausragende Fähigkeit zur Erkennung von Gesangstexten bieten.

FireRedTeam
⭐ 2,014 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2026-02-25 📅 Erstellt 2025-01-24
20
stepfun-ai/Step-Audio2

Step-Audio 2 ist ein End-to-End Multi-Modales Large Language Model, das für branchenstärke Audioverarbeitung und Sprachkonversation entwickelt wurde.

stepfun-ai
⭐ 1,531 Python 👤 stepfun-ai Organization 🕐 Aktualisiert 2026-03-16 📅 Erstellt 2025-07-15
21
McCloudS/subgen

Untertitel automatisch generieren mit dem OpenAI Whisper Model über Jellyfin, Plex, Emby, Tautulli oder Bazarr

McCloudS
⭐ 1,519 Python 👤 McCloudS User 🕐 Aktualisiert 2026-08-07 📅 Erstellt 2023-01-28
23
k2-fsa/k2

FSA/FST-Algorithmen, differenzierbar, mit PyTorch-Kompatibilität.

k2-fsa
⭐ 1,371 Cuda 👤 k2-fsa Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2020-04-17
24
QwenLM/Qwen3-ASR-Toolkit

Offizielles Python-Toolkit für die Qwen3-ASR-API. Parallele Hochdurchsatzaufrufe, robuste Langstrecken-Audio-Transkription, Unterstützung für mehrere Abtastraten.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Aktualisiert 2026-02-05 📅 Erstellt 2025-09-16
25
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Fast automatische Spracherkennung in Tensorflow 2. Unterstützte Sprachen, die Zeichen oder Subwörter verwenden können

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2020-02-13
26
senstella/parakeet-mlx

Eine Implementierung von Nvidias Parakeet-Modellen für Apple Silicon unter Verwendung von MLX.

senstella
⭐ 999 Python 👤 senstella User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2025-05-03
27
jitsi/jiwer

Bewerten Sie Ihr Sprach-zu-Text-System mit Ähnlichkeitsmaßen wie der Word Error Rate (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2018-06-19
28
lifeiteng/OmniSenseVoice

Omni SenseVoice: Hochgeschwindigkeits-Spracherkennung mit Zeitstempeln für Wörter 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Aktualisiert 2025-12-10 📅 Erstellt 2024-09-22
29
aiola-lab/whisper-medusa

Mit Medusenhäuptern flüstern

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Aktualisiert 2026-07-02 📅 Erstellt 2024-07-17
31
DataoceanAI/Dolphin

Dolphin ist ein mehrsprachiges, multitaskingfähiges ASR-Modell, das gemeinsam von DataoceanAI und der Tsinghua University trainiert wurde.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2025-03-18
32
EmulationAI/awesome-large-audio-models

Sammlung von Ressourcen zu den Anwendungen von Large Language Models (LLMs) in Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2023-08-18
33
FireRedTeam/FireRedASR2S

Ein SOTA-Industrie-All-in-One-ASR-System mit ASR-, VAD-, LID- und Punc-Modulen. FireRedASR2 unterstützt Chinesisch (Mandarin, 20+ Dialekte/Akzente), Englisch, Code-Switching sowie Sprach- und Gesangs-ASR. FireRedVAD unterstützt Sprache/Gesang/Musik in 100+ Sprachen. FireRedLID unterstützt 100+ Sprachen und 20+ chinesische Dialekte. FireRedPunc unterstützt Chinesisch und Englisch.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2026-02-12
35
DoMusic/Hybrid-Net

Echtzeit-Audio zu Akkorden, Texten, Beat und Melodie.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Aktualisiert 2024-08-15 📅 Erstellt 2024-03-26
36
sofdog-gh/realtime-transcription-fastrtc

Echtzeit-Sprachtranskription mit FastRTC ⚡️ und lokalem Whisper 🤗

sofdog-gh
⭐ 700 Python 👤 sofdog-gh User 🕐 Aktualisiert 2025-07-10 📅 Erstellt 2025-03-01
37
vilassn/whisper_android

Offline-Spracherkennung mit OpenAI Whisper und TensorFlow Lite für Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Aktualisiert 2026-03-18 📅 Erstellt 2023-08-26
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Schnelle verschränkte kreuzmodale Token-Generierung für ein effizientes großes Sprach-Sprachmodell

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Aktualisiert 2025-05-24 📅 Erstellt 2025-04-23
39
Picovoice/cheetah

On-Device-Streaming-Sprach-zu-Text-Engine, angetrieben durch Deep Learning

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2018-10-28
40
ErlichLiu/Whisper-Input

Es ist möglich, die Aufnahme durch Drücken der Option-Taste zu starten und durch Loslassen der Taste zu beenden. Anschließend wird das Modell Groq Whisper Large V3 Turbo zur Transkription aufgerufen. Da Groq sehr schnell ist, wird das meiste Spracheingabefutter innerhalb von 1-2 Sekunden verarbeitet. Dank der leistungsstarken Fähigkeiten von Whisper ist die Transkription auch sehr gut.

ErlichLiu
⭐ 593 Python 👤 ErlichLiu User 🕐 Aktualisiert 2025-01-29 📅 Erstellt 2025-01-11
42
HKAllThingsLink/streaming-asr

Ein leichtgewichtiges Client-Server-System für die Echtzeit-Audioverarbeitung mit Sprachaktivitätserkennung (VAD) und automatischer Spracherkennung (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Aktualisiert 2026-01-04 📅 Erstellt 2025-12-01

Häufig gestellte Fragen

1

Welches ist das beliebteste #automatic-speech-recognition-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#automatic-speech-recognition-Projekt auf GitHub ist Vaibhavs10/insanely-fast-whisper mit 13,052 Sternen.

2

Welche Programmiersprachen werden in #automatic-speech-recognition-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #automatic-speech-recognition-Projekten auf GitHub sind Python, Jupyter Notebook, C++, Swift die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #automatic-speech-recognition-Repositories berechnet?

Wir verfolgen 42 aktive Open-Source-Repositories, die mit #automatic-speech-recognition getaggt sind (500+ Sterne), mit insgesamt 118,799 Sternen und durchschnittlich 2,828 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.