Git Stars Git Stars

#speech-recognition Repositories

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

Insgesamt 206 Repositories

51
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
52
wquguru/cicada

Cicada · Echtzeit-Untertitel, Simultandolmetschen und KI-Besprechungsnotizen für jedes Meeting und jeden Livestream. Kostenlos und Open Source für Mac, Windows, Linux und Android.

wquguru
⭐ 2,443 Swift 👤 wquguru User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-11-01
53
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
54
pannous/tensorflow-speech-recognition

🎙Spracherkennung mit dem TensorFlow Deep-Learning-Framework, Sequence-to-Sequence-Neuralnetze

pannous
⭐ 2,176 Python 👤 pannous User 🕐 Aktualisiert 2024-01-17 📅 Erstellt 2015-12-07
55
react-native-voice/voice

:microphone: React Native Spracherkennungsbibliothek für iOS und Android (Online- und Offline-Unterstützung)

react-native-voice
⭐ 2,149 TypeScript 👤 react-native-voice Organization 🕐 Aktualisiert 2026-01-21 📅 Erstellt 2016-05-06
56
fikrikarim/parlor

Geräteinterne Echtzeit-Multimodal-KI mit Funktionen ähnlich wie GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Aktualisiert 2026-08-03 📅 Erstellt 2026-04-05
57
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
58
nobody132/masr

Chinesische Spracherkennung; Mandarin Automatische Spracherkennung;

nobody132
⭐ 1,962 Python 👤 nobody132 User 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2019-05-07
59
julius-speech/julius

Open-Source Large Vocabulary Continuous Speech Recognition Engine

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Aktualisiert 2025-06-16 📅 Erstellt 2015-04-28
60
wq2012/awesome-diarization

Eine kuratierte Liste toller Speaker-Diarization-Papiere, Bibliotheken, Datensätze und anderer Ressourcen.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2019-01-19
61
alan-ai/alan-sdk-ios

Das Self-Coding-System für Ihre App — Alan AI SDK für iOS

alan-ai
⭐ 1,889 Objective-C 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2019-10-01
62
sgl-project/sglang-omni

Hochleistungs-Laufzeitumgebung für interaktive Superintelligenzsysteme

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-01-07
63
QwenLM/Qwen-Audio

Das offizielle Repository von Qwen-Audio (通义千问-Audio) Chat & vortrainiertes großes Audio-Sprachmodell, das von Alibaba Cloud vorgeschlagen wurde.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Aktualisiert 2024-07-05 📅 Erstellt 2023-11-07
64
alan-ai/alan-sdk-android

Das Self-Coding-System für Ihre App — Alan AI SDK für Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2019-10-01
65
peteonrails/voxtype

Sprach-zu-Text mit Push-to-Talk für Wayland-Kompositoren

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-11-28
66
FL33TW00D/whisper-turbo

Plattformübergreifend, GPU-beschleunigtes Whisper 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 Aktualisiert 2024-02-27 📅 Erstellt 2023-08-18
67
k2-fsa/sherpa-ncnn

Echtzeit-Spracherkennung und Sprachaktivitätserkennung (VAD) mit Next-Gen Kaldi mit ncnn ohne Internetverbindung. Unterstützung für iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A usw.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2022-09-04
68
alan-ai/alan-sdk-flutter

Das Selbstkodierungssystem für Ihre App — Alan AI SDK für Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2020-04-22
69
abb128/LiveCaptions

Linux-Desktop-Anwendung, die Live-Untertitelung bereitstellt

abb128
⭐ 1,753 C 👤 abb128 User 🕐 Aktualisiert 2025-02-27 📅 Erstellt 2022-11-30
70
zhiwehu/100_plus_Python_Projects_Challenge

100+ Python-Projekte-Herausforderung

zhiwehu
⭐ 1,724 Python 👤 zhiwehu User 🕐 Aktualisiert 2026-09-20 📅 Erstellt 2021-05-01
71
mkiol/dsnote

Speech Note Linux App. Notizen machen, lesen und übersetzen mit Offline-Spracherkennung (Speech to Text), Sprachausgabe (Text to Speech) und maschineller Übersetzung.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2021-10-07
72
strob/gentle

sanfter erzwungener Ausrichter

strob
⭐ 1,713 Python 👤 strob User 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2015-10-23
74
Ayanaminn/N46Whisper

Whisper-basierter japanischer Untertitelerzeuger

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 Aktualisiert 2025-02-23 📅 Erstellt 2022-10-25
75
royshil/obs-localvocal

OBS-Plugin für lokale Spracherkennung und Untertitelung mit KI

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2023-08-10
76
alan-ai/alan-sdk-ionic

Das selbstcodierende System für Ihre App — Alan AI SDK für Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2020-04-24
77
amicalhq/amical

Kostenlose Open-Source-Spracheingabe für macOS und Windows. Lokale Spracherkennung mit Whisper und Parakeet, funktioniert auch offline.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-05-08
78
finnvoor/yap

🗣️ Ein CLI für die On-Device-Sprachtranskription mit Speech.framework auf macOS 26

finnvoor
⭐ 1,640 Swift 👤 finnvoor User 🕐 Aktualisiert 2026-07-20 📅 Erstellt 2025-06-15
79
semperai/amica

Amica ist eine Open-Source-Schnittstelle zur interaktiven Kommunikation mit 3D-Charakteren mit Sprachsynthese und Spracherkennung.

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2023-10-29
80
QwenAudio/Fun-ASR

Fun-ASR-Spracherkennungsmodelle mit nativer Unterstützung für Hugging Face Transformers für Fun-ASR-Nano sowie separaten Bereitstellungspfaden für FunASR, vLLM und llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-12-15
81
Delta-ML/delta

DELTA ist eine auf Deep Learning basierende Plattform zur Verarbeitung natürlicher Sprache und Sprache. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Aktualisiert 2025-04-16 📅 Erstellt 2019-05-29
82
espressif/esp-sr

Spracherkennung

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2019-07-29
83
bytedance/SALMONN

SALMONN-Familie: Eine Suite fortschrittlicher multimodaler LLMs

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2023-08-11
84
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Benutzerdefinierte Knoten, die die Fähigkeiten von Comfyui erweitern

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-05-10
85
nyrahealth/CrisperWhisper

Steuerbare Transkription. Wortgetreu (jedes Füllwort, jede Pause, jedes Stottern und jeder Laut) oder sinngemäß (was die sprechende Person sagen wollte, für bessere Lesbarkeit optimiert), mit Zeitstempeln auf Wortebene.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2024-05-24
86
GauravSingh9356/J.A.R.V.I.S

Persönlicher Assistent, der mit Python-Bibliotheken erstellt wurde. Er erledigt fast alles, einschließlich des Sendens von E-Mails, der optischen Texterkennung, der dynamischen Nachrichtenberichterstattung jederzeit mit API-Integration, der Erstellung von To-Do-Listen, dem Öffnen beliebiger Websites per Sprachbefehl, dem Abspielen von Musik, der Wikipedia-Suche, dem Wörterbuch mit intelligentem Erfassen d.h. automatische Rechtschreibprüfung, Wetterberichterstattung d.h. Temperatur, Windgeschwindigkeit, Luftfeuchtigkeit, YouTube-Suche, Google Maps-Suche, YouTube-Download usw.

GauravSingh9356
⭐ 1,495 Python 👤 GauravSingh9356 User 🕐 Aktualisiert 2025-12-02 📅 Erstellt 2020-06-27
87
wit-ai/pywit

Python-Bibliothek für Wit.ai

wit-ai
⭐ 1,485 Python 👤 wit-ai Organization 🕐 Aktualisiert 2026-08-28 📅 Erstellt 2014-09-29
88
microsoft/DNS-Challenge

Dieses Repo enthält die Skripte, Modelle und erforderlichen Dateien für die Deep Noise Suppression (DNS) Challenge.

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2020-01-14
89
ARahim3/mlx-tune

LLMs auf deinem Mac mit Apple Silicon fine-tunen. SFT, DPO, GRPO, Vision, TTS, STT, Embedding und OCR-Fine-Tuning — nativ auf MLX. Unsloth-kompatible API.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Aktualisiert 2026-06-23 📅 Erstellt 2026-01-03
90
microsoft/SpeechT5

Vereinheitlichte unimodale Sprach-Text-Vortraining für Sprachverarbeitung

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-04-24 📅 Erstellt 2022-02-08
91
PrunaAI/pruna

Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.

PrunaAI
⭐ 1,399 Python 👤 PrunaAI Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-03-11
92
coqui-ai/open-speech-corpora

💎 Eine Liste zugänglicher Sprachkorpora für ASR, TTS und andere SprachTechnologien

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Aktualisiert 2024-06-06 📅 Erstellt 2019-01-31
93
Softcatala/whisper-ctranslate2

Ein Whisper-Befehlszeilenclient, der mit dem ursprünglichen OpenAI-Client auf Basis von CTranslate2 kompatibel ist.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2023-03-17
94
ratwithacompiler/OBS-captions-plugin

Closed-Captioning-OBS-Plugin mit Google Speech Recognition

ratwithacompiler
⭐ 1,351 C++ 👤 ratwithacompiler User 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2019-07-13
95
linyiLYi/voice-assistant

Ein einfaches Demo-Spielzeug eines lokalen Sprachassistenten mit Whisper und einem großen Sprachmodell.

linyiLYi
⭐ 1,329 Python 👤 linyiLYi User 🕐 Aktualisiert 2024-04-30 📅 Erstellt 2023-12-09
96
soniqo/speech-swift

KI-Sprach-Toolkit für Apple Silicon — ASR, TTS, Speech-to-Speech, VAD und Diarization, unterstützt von MLX und CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-02-04
97
ictnlp/StreamSpeech

StreamSpeech ist ein "All in One" nahtloses Modell für Offline- und gleichzeitige Spracherkennung, Sprachübersetzung und Sprachsynthese.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Aktualisiert 2025-06-29 📅 Erstellt 2024-06-04
98
alphacep/vosk-server

WebSocket-, gRPC- und WebRTC-Sprachrecognitions-Server basierend auf den Vosk- und Kaldi-Bibliotheken

alphacep
⭐ 1,259 Python 👤 alphacep Organization 🕐 Aktualisiert 2025-07-25 📅 Erstellt 2019-05-07
99
aTrainTranscription/aTrain

Ein GUI-Tool für die Offline-Transkription von Sprachaufnahmen, einschließlich Sprecherdiarisierung, unter Verwendung modernster maschineller Lernmodelle.

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-10-03
100
yeyupiaoling/Whisper-Finetune

Feinabstimmung des Whisper-Spracherkennungsmodells zur Unterstützung des Trainings ohne Zeitstempeldaten, des Trainings mit Zeitstempeldaten und des Trainings ohne Sprachdaten. Beschleunigung der Inferenz und Unterstützung für Web-Bereitstellungen, Windows-Desktop-Bereitstellungen und Android-Bereitstellungen

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 Aktualisiert 2026-05-08 📅 Erstellt 2023-04-22