Git Stars Git Stars

#speech-recognition Repositories

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

Insgesamt 206 Repositories

151
mezbaul-h/june

Lokaler Sprach-Chatbot für ansprechende Gespräche, angetrieben von Ollama, Hugging Face Transformers und Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2024-06-03
152
mallorbc/whisper_mic

Projekt, das es ermöglicht, ein Mikrofon mit OpenAI Whisper zu verwenden.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Aktualisiert 2024-07-04 📅 Erstellt 2022-09-23
153
markovka17/dla

Deep Learning für die Audioverarbeitung

markovka17
⭐ 780 Jupyter Notebook 👤 markovka17 User 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2020-08-23
154
Ailln/cn2an

📦 Schnelle Umwandlung zwischen „chinesischen Ziffern“ und „arabischen Ziffern“ ~ (Neueste Funktion: Brüche, Daten, Temperaturen usw.)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 Aktualisiert 2026-04-23 📅 Erstellt 2018-05-04
155
soupslurpr/Transcribro

Private und On-Device-Spracherkennungs-Tastatur und -Dienst für Android.

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2024-03-15
156
yeyupiaoling/PaddlePaddle-DeepSpeech

Basierend auf PaddlePaddle implementierte Spracherkennung, Chinesische Spracherkennung. Das Projekt ist vollständig und bietet gute Erkennungsleistung. Unterstützt Training und Vorhersage unter Windows und Linux, unterstützt Vorhersage auf dem Nvidia Jetson-Entwicklungsboard.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Aktualisiert 2025-12-17 📅 Erstellt 2019-11-01
157
amanvirparhar/chaplin

Ein Echtzeit-Tool zur stillen Spracherkennung.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Aktualisiert 2025-11-02 📅 Erstellt 2025-02-03
158
exPHAT/SwiftWhisper

🎤 Der einfachste Weg, Audio in Swift zu transkribieren

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Aktualisiert 2024-05-23 📅 Erstellt 2023-03-29
159
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
160
Macoron/whisper.unity

Führt das Sprach-zu-Text-Modell (whisper.cpp) in Unity3d auf Ihrem lokalen Computer aus.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Aktualisiert 2025-04-17 📅 Erstellt 2023-03-26
161
yeyupiaoling/MASR

Ein Pytorch-basiertes Framework für Streaming und Nicht-Streaming-Spracherkennung, das sowohl Online- als auch Offline-Erkennung unterstützt. Derzeit werden Conformer, Squeezeformer und DeepSpeech2-Modelle unterstützt, zusammen mit verschiedenen Datenaugmentationsmethoden.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Aktualisiert 2026-07-06 📅 Erstellt 2020-07-29
162
MycroftAI/adapt

Adapt Intent Parser

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Aktualisiert 2024-07-21 📅 Erstellt 2015-09-08
163
Picovoice/rhino

On-Device-Sprach-zu-Intent-Engine, angetrieben durch Deep Learning

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-10-28
164
openspeech-team/openspeech

Open-Source-Toolkit für End-to-End-Spracherkennung unter Nutzung von PyTorch-Lightning und Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Aktualisiert 2026-06-21 📅 Erstellt 2021-06-06
165
Baidu-AIP/speech-demo

Sprach-API-Beispiel

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2018-02-24
166
jamsch/expo-speech-recognition

Spracherkennung für React Native Expo-Projekte

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2023-10-30
167
Picovoice/speech-to-text-benchmark

Speech-to-Text-Benchmark-Framework

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-08-04
168
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
169
xinjli/allosaurus

Allosaurus ist ein vortrainierter universeller Telefonerkennungsalgorithmus für mehr als 2000 Sprachen

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Aktualisiert 2024-04-26 📅 Erstellt 2020-02-12
170
zeekk0/OpenAmika

OpenAmika: Amika, MekaHimes KI-Begleiterin, ist Open Source. Live2D-Avatar, Echtzeit-Sprachausgabe, Langzeitgedächtnis und OpenRouter oder Ollama als Gehirn.

zeekk0
⭐ 684 Python 👤 zeekk0 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-11-03
171
inclusionAI/Ming

Ming – ermöglicht erweiterte multimodale Verständnis- und Generierungsfunktionen, die auf dem Ling LLM basieren.

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 Aktualisiert 2026-07-27 📅 Erstellt 2025-04-21
172
DmitryRyumin/INTERSPEECH-2023-24-Papers

INTERSPEECH 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von der INTERSPEECH 2023-24 Konferenz. Entdecken Sie die neuesten Fortschritte in der Sprach- und Sprachverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Sprachtechnologie zu unterstützen!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Aktualisiert 2024-12-25 📅 Erstellt 2023-06-26
173
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
174
sveinbjornt/hear

Befehlszeilenschnittstelle für die integrierten Spracherkennungs- und Transkriptionsfunktionen in macOS.

sveinbjornt
⭐ 671 Objective-C 👤 sveinbjornt User 🕐 Aktualisiert 2026-08-30 📅 Erstellt 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

Ein kostenloser Audiodatensatz gesprochener Ziffern. Eine Audioversion von MNIST.

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 Aktualisiert 2024-05-02 📅 Erstellt 2016-06-21
176
woheller69/whisperIME

Android Input Method Editor (IME) basierend auf Whisper

woheller69
⭐ 661 Java 👤 woheller69 User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2024-12-30
177
xifan2333/fcitx5-vinput

Spracheingabe für Fcitx5 – lokale und cloudbasierte Spracherkennung, Überarbeitung mit LLM und Pakete für verschiedene Distributionen

xifan2333
⭐ 654 C++ 👤 xifan2333 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-06
178
judahpaul16/gpt-home

ChatGPT für zu Hause! Eine bessere Alternative zu kommerziellen Smart-Home-Assistenten, gebaut auf dem Raspberry Pi mit LiteLLM und LangGraph.

judahpaul16
⭐ 654 Python 👤 judahpaul16 User 🕐 Aktualisiert 2026-09-13 📅 Erstellt 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (Sprache zu Text) für Node mit Offline-Hotword-Erkennung

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Aktualisiert 2026-09-11 📅 Erstellt 2016-08-30
180
mmpneo/curses

Spracherkennung und KB-Eingabefunktionen für OBS, VRChat, Twitch-Chat und Discord

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Aktualisiert 2024-06-18 📅 Erstellt 2022-11-16
181
reriiasu/speech-to-text

Echtzeit-Transkription mit faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Aktualisiert 2024-07-23 📅 Erstellt 2023-03-30
182
tornikegomareli/Talkify

Blitzschnelle, kostenlose und lokal ausgerichtete Spracheingabe für macOS mit Transkription auf dem Gerät

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2026-08-05
⭐ 580 C# 👤 VolcanicArts User 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2022-03-14
184
githubharald/CTCWordBeamSearch

Connectionist Temporal Classification (CTC)-Decoder mit Wörterbuch und Sprachmodell.

githubharald
⭐ 580 C++ 👤 githubharald User 🕐 Aktualisiert 2026-01-31 📅 Erstellt 2018-03-01
185
lovemefan/SenseVoice.cpp

Portierung des Sense-Voice-Modells von Funasr in C/C++

lovemefan
⭐ 574 C 👤 lovemefan User 🕐 Aktualisiert 2025-12-19 📅 Erstellt 2024-08-06
186
alan-ai/alan-sdk-reactnative

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

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Aktualisiert 2026-02-14 📅 Erstellt 2019-10-23
187
algolia/voice-overlay-ios

🗣 Eine Overlay, die die Sprachberechtigung des Benutzers erhält und Eingaben als Text in einer anpassbaren Benutzeroberfläche

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Aktualisiert 2026-06-23 📅 Erstellt 2018-06-25
188
SpeechColab/Leaderboard

SpeechIO Leaderboard: eine große, robuste, umfassende Benchmark-Plattform für automatische Spracherkennung.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Aktualisiert 2025-03-29 📅 Erstellt 2021-02-07
189
opennookorg/betterwispr

Kostenlose, quelloffene Diktier-App für macOS, bei der die lokale Verarbeitung im Vordergrund steht. Halte ein Tastenkürzel gedrückt, sprich, und der Text wird in eine beliebige App eingefügt. Sprache-zu-Text direkt auf dem Gerät mit Whisper, Parakeet und Apple Speech. Eine private, offlinefähige und quelloffene Alternative zu Wispr Flow.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2026-10-07
190
opendilab/CleanS2S

Hochwertiger und streaming-fähiger Speech-to-Speech-interaktiver Agent in einer einzigen Datei. Prototyp eines intelligenten Agenten für streaming-basiertes Full-Duplex-Sprachinteraktionssystem, implementiert in nur einer Datei!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Aktualisiert 2026-04-07 📅 Erstellt 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

Liste koreanischer Spracherkennungs-STT-APIs. Leistungsbenchmarks für jede.

rtzr
⭐ 542 👤 rtzr Organization 🕐 Aktualisiert 2025-08-15 📅 Erstellt 2023-08-21
192
kouhxp/yapsnap

Transkribieren Sie jede Video-URL oder Audiodatei in Klartext. Keine GPU. Keine Cloud. Ein einziger Befehl.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Aktualisiert 2026-09-15 📅 Erstellt 2026-05-20
193
shashikg/WhisperS2T

Eine optimierte Speech-to-Text-Pipeline für das Whisper-Modell mit Unterstützung mehrerer Inferenz-Engines

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Aktualisiert 2024-08-27 📅 Erstellt 2023-12-16
194
CheyneyComputerScience/CREMA-D

Crowd-sourcing-basierter emotionaler multimodaler Schauspieler‑Datensatz (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 Aktualisiert 2025-03-21 📅 Erstellt 2017-09-29
195
ccoreilly/vosk-browser

Eine Spracherkennungsbibliothek, die dank eines WebAssembly-Builds von Vosk im Browser läuft

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Aktualisiert 2025-12-07 📅 Erstellt 2021-02-19
196
DmitryRyumin/ICASSP-2023-24-Papers

ICASSP 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von den ICASSP 2023-24 Konferenzen. Entdecken Sie die neuesten Fortschritte in den Bereichen Akustik, Sprache und Signalverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Audio- und Signalverarbeitung zu unterstützen!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Aktualisiert 2025-05-05 📅 Erstellt 2023-08-01
197
shibing624/parrots

Automatische Spracherkennung (ASR), Text-to-Speech (TTS) Engine. Chinesisch-Englische Spracherkennung, Mehrrollen-Sprachsynthese, unterstützt mehrere Sprachen, hohe Genauigkeit

shibing624
⭐ 527 Python 👤 shibing624 User 🕐 Aktualisiert 2025-11-11 📅 Erstellt 2018-08-26
198
cjyaddone/ChatWaifuL2D

Eine Renpy-aktivierte Version von ChatWaifu

cjyaddone
⭐ 524 Python 👤 cjyaddone User 🕐 Aktualisiert 2024-04-08 📅 Erstellt 2022-12-19
199
liusongxiang/Large-Audio-Models

Behalten Sie große Modelle im Audiobereich im Auge, einschließlich Sprache, Gesang, Musik usw.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Aktualisiert 2026-07-03 📅 Erstellt 2023-03-12
200
apeatling/ollama-voice-mac

Mac-kompatibles Ollama Voice

apeatling
⭐ 519 Python 👤 apeatling User 🕐 Aktualisiert 2025-08-21 📅 Erstellt 2023-12-27