Git Stars Git Stars

#speech-recognition Repositories

Entdecke 204 aktive Open-Source-GitHub-Repositories, die mit #speech-recognition getaggt sind und insgesamt 889,741 Sterne gesammelt haben (durchschnittlich 4,361 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist huggingface/transformers mit 169,339 Sternen.

204
Gesamtzahl der Repositories
889,741
Gesamtanzahl der Sterne
4,361
Durchschnittliche Sterne/Repo

Insgesamt 206 Repositories

1
huggingface/transformers

🤗 Transformers: Der Framework zur Modell-Definition für State-of-the-Art-Machine-Learning-Modelle in Text, Vision, Audio und multimodalen Modellen, sowohl für Inferenz als auch für Training.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-10-29
2
openai/whisper

Robuste Spracherkennung durch groß angelegte schwache Überwachung

openai
⭐ 113,203 Python 👤 openai Organization 🕐 Aktualisiert 2026-08-31 📅 Erstellt 2022-09-16
3
ggml-org/whisper.cpp

Portierung von OpenAIs Whisper-Modell in C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-09-25
4
SYSTRAN/faster-whisper

Schnellere Whisper-Transkription mit CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2023-02-11
5
m-bain/whisperX

WhisperX: Automatische Spracherkennung mit wortbezogenen Zeitstempeln (& Diarisierung)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-12-09
6
modelscope/FunASR

Open-Source-Spracherkennungs-Toolkit für Training, Inferenz, Streaming-ASR, VAD, Interpunktion, Sprecherdiarisierungs-Pipelines und OpenAI-kompatiblen/MCP-Service.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-11-24
7
leon-ai/leon

🧠 Leon ist dein Open-Source-Personal-Assistent.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-02-10
8
kaldi-asr/kaldi

kaldi-asr/kaldi ist der offizielle Standort des Kaldi-Projekts.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Aktualisiert 2025-09-22 📅 Erstellt 2015-04-20
9
alphacep/vosk-api

Offline-Sprachenerkennungs-API für Android, iOS, Raspberry Pi und Server mit Python, Java, C# und Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2019-09-03
10
NVIDIA/DeepLearningExamples

State-of-the-Art Deep-Learning-Skripte, nach Modellen organisiert - einfach zu trainieren und bereitzustellen mit reproduzierbarer Genauigkeit und Leistung auf Unternehmensklasse-Infrastruktur.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2018-05-02
11
abus-aikorea/voice-pro

Gradio WebUI für Kreative und Entwickler, mit wichtiger TTS (Edge-TTS, kokoro) und Zero-Shot Voice Cloning (E2 & F5-TTS, CosyVoice), mit Whisper-Audioverarbeitung, YouTube-Download, Demucs-Stimmisolation und mehrsprachiger Übersetzung.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Aktualisiert 2026-07-13 📅 Erstellt 2024-07-29
12
kmario23/deep-learning-drizzle

Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 Aktualisiert 2026-08-22 📅 Erstellt 2018-11-26
13
PaddlePaddle/PaddleSpeech

Einfaches Sprach-Toolkit mit Self-Supervised-Learning-Modell, SOTA/Streaming-ASR mit Interpunktion, Streaming-TTS mit Text-Frontend, Sprecher-Verifizierungssystem, End-to-End-Sprachübersetzung und Keyword-Spotting. Gewann den NAACL2022 Best Demo Award.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-08-12 📅 Erstellt 2017-11-14
14
speechbrain/speechbrain

Ein PyTorch-basiertes Sprachtoolkit

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2020-04-28
15
openvinotoolkit/openvino

OpenVINO™ ist ein Open-Source-Toolkit zur Optimierung und Bereitstellung von KI-Inferenz.

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-10-15
16
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
17
espnet/espnet

End-to-End-Sprachverarbeitungs-Toolkit

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-12-13
18
QwenAudio/SenseVoice

Open-Source-SenseVoiceSmall-Modell für ASR in Mandarin, Kantonesisch, Englisch, Japanisch und Koreanisch, Sprachidentifikation, Emotionserkennung und Audioereigniserkennung.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Aktualisiert 2026-09-30 📅 Erstellt 2024-07-03
19
Uberi/speech_recognition

Spracherkennungsmodul für Python, das mehrere Engines und APIs unterstützt, online und offline.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2014-04-23
20
nl8590687/ASRT_SpeechRecognition

Ein auf Deep Learning basierendes chinesisches Spracherkennungssystem

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Aktualisiert 2026-04-10 📅 Erstellt 2017-03-06
21
Neywa-Labs/mlx-audio

Eine Text-to-Speech (TTS), Speech-to-Text (STT) und Speech-to-Speech (STS) Bibliothek, die auf Apples MLX-Framework basiert und eine effiziente Sprachanalyse auf Apple Silicon ermöglicht.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-11-27
22
anomalyco/hex

Lokale Spracheingabe für Mac, Windows und Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-07-17
23
TalAter/annyang

💬 Spracherkennung für Ihre Website

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2013-08-23
24
modelscope/FunClip

FunASR-basiertes Tool für Videotranskription, Untertitelgenerierung und LLM-gestützten Videoschnitt mit lokaler Gradio-Benutzeroberfläche.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2023-05-17
25
argmaxinc/argmax-oss-swift

On-Device-Sprach-KI für Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2024-01-26
26
flashlight/wav2letter

Facebook AI Researchs Toolkit für automatische Spracherkennung

flashlight
⭐ 6,443 C++ 👤 flashlight Organization 🕐 Aktualisiert 2026-08-28 📅 Erstellt 2017-11-20
27
PaddlePaddle/PaddleX

All-in-One Entwicklungswerkzeug basierend auf PaddlePaddle

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2020-03-11
28
MahmoudAshraf97/whisper-diarization

Automatische Spracherkennung mit Sprecher-Diarisierung basierend auf OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Aktualisiert 2026-08-15 📅 Erstellt 2023-01-25
29
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
30
Picovoice/porcupine

On-Device-Wake-Word-Erkennung, angetrieben durch Deep Learning

Picovoice
⭐ 5,028 Python 👤 Picovoice Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2018-03-08
31
yanshengjia/ml-road

Ressourcen, Praxis und Forschung zu maschinellem Lernen und Agenten-KI

yanshengjia
⭐ 4,981 Python 👤 yanshengjia User 🕐 Aktualisiert 2026-08-01 📅 Erstellt 2017-10-31
32
jianchang512/stt

Spracherkennung zu Text Tool / Ein lokales Offline-Tool zur Konvertierung von Audio-/Videountertiteln, das JSON-, SRT-Untertitel und reinen Text ausgibt

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Aktualisiert 2026-01-22 📅 Erstellt 2023-12-28
33
sanchit-gandhi/whisper-jax

JAX-Implementierung von OpenAIs Whisper-Modell für eine Geschwindigkeitssteigerung von bis zu 70x auf TPUs.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Aktualisiert 2024-04-03 📅 Erstellt 2023-03-02
34
cmusphinx/pocketsphinx

Ein kleiner Spracherkenner

cmusphinx
⭐ 4,354 C 👤 cmusphinx Organization 🕐 Aktualisiert 2026-10-13 📅 Erstellt 2014-04-07
35
huggingface/distil-whisper

Destillierte Variante von Whisper für Spracherkennung. 6x schneller, 50% kleiner, innerhalb 1% Wortfehlerrate.

huggingface
⭐ 4,083 Python 👤 huggingface Organization 🕐 Aktualisiert 2025-01-08 📅 Erstellt 2023-10-31
36
baidu-research/warp-ctc

Schnelles paralleles CTC.

baidu-research
⭐ 4,079 Cuda 👤 baidu-research Organization 🕐 Aktualisiert 2024-03-04 📅 Erstellt 2016-01-14
37
QwenLM/Qwen3-ASR

Qwen3-ASR ist eine Open-Source-Serie von ASR-Modellen, die vom Qwen-Team von Alibaba Cloud entwickelt wurde und stabile Mehrsprachigkeits-Erkennung von Sprache/Musik/Liedern, Spracherkennung und Zeitstempelvorhersage unterstützt.

QwenLM
⭐ 3,933 Python 👤 QwenLM Organization 🕐 Aktualisiert 2026-06-26 📅 Erstellt 2026-01-28
38
Kedreamix/Linly-Talker

Digital Avatar Konversationssystem - Linly-Talker. 😄✨ Linly-Talker ist ein intelligentes KI-System, das große Sprachmodelle (LLMs) mit visuellen Modellen kombiniert, um eine neuartige Methode der Mensch-KI-Interaktion zu schaffen. 🤝🤖 Es integriert verschiedene Technologien wie Whisper, Linly, Microsoft Speech Services und das SadTalker Talking Head-Generierungssystem. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Aktualisiert 2026-02-10 📅 Erstellt 2023-10-17
39
Azure-Samples/cognitive-services-speech-sdk

Beispielcode für das Microsoft Cognitive Services Speech SDK

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-04-26
40
ahmetoner/whisper-asr-webservice

OpenAI Whisper ASR Webservice API

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2022-09-22
41
QwenAudio/qwen-audio-agent

Eine Echtzeit-Sprachlaufzeitumgebung, die Agenten im Gespräch, bei der Arbeit und präsent hält. Echtzeit-Sprachlaufzeitumgebung für KI-Agenten

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-07-27
42
Purfview/whisper-standalone-win

Whisper & Faster-Whisper eigenständige ausführbare Dateien für diejenigen, die sich nicht mit Python herumschlagen wollen.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2023-02-25
43
HeyWillow/willow

Open-Source, lokale und selbst gehostete Alternative zu Amazons Echo/Google Home-konkurrierenden Sprachassistenten

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2023-03-31
44
pluja/anysub

Wandle Audio und Video mit einer benutzerfreundlichen Weboberfläche in Untertitel um. Alles läuft auf deinem eigenen Rechner. Früher Whishper.

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-08-26
45
chenyme/Chenyme-AAVT

Dies ist ein vollautomatisches (Audio-)Videoübersetzungsprojekt. Es nutzt Whisper zur Spracherkennung, KI-Großmodelle zur Übersetzung von Untertiteln und fasst abschließend Untertitel und Video zusammen, um übersetzte Videos zu generieren.

chenyme
⭐ 3,080 Python 👤 chenyme User 🕐 Aktualisiert 2025-04-07 📅 Erstellt 2023-12-18
46
dscripka/openWakeWord

Ein Open-Source-Framework zur Erkennung von Audio-Schlagwörtern (oder Phrasen) mit Schwerpunkt auf Leistung und Einfachheit.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Aktualisiert 2025-12-30 📅 Erstellt 2022-05-28
47
quik-sms/quik

Der schönste SMS-Messenger für Android - Wiederbelebt

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-07-17
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2018-07-24
49
linto-ai/whisper-timestamped

Mehrsprachige automatische Spracherkennung mit Wort-Timestamps und Konfidenz

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Aktualisiert 2026-09-28 📅 Erstellt 2023-01-13
50
zzmp/juliusjs

Eine Spracherkennungsbibliothek für das Web

zzmp
⭐ 2,574 JavaScript 👤 zzmp User 🕐 Aktualisiert 2024-04-19 📅 Erstellt 2014-07-10

Häufig gestellte Fragen

1

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

Das am höchsten eingestufte Open-Source-#speech-recognition-Projekt auf GitHub ist huggingface/transformers mit 169,339 Sternen. 🤗 Transformers: Der Framework zur Modell-Definition für State-of-the-Art-Machine-Learning-Modelle in Text, Vision, Audio und multimodalen Modellen, sowohl für Inferenz als auch für Training.

2

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

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

3

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

Wir verfolgen 204 aktive Open-Source-Repositories, die mit #speech-recognition getaggt sind (500+ Sterne), mit insgesamt 889,741 Sternen und durchschnittlich 4,361 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.