#speech-recognition Repositories
Insgesamt 206 Repositories
Open-Source-, lokaler und selbst gehosteter hochoptimierter Sprach-Inferenz-Server mit Unterstützung für ASR/STT, TTS und LLM über WebRTC, REST und WS
Sprachsynthese, Spracherkennung und Sprachaktivitätserkennung für Sprachkonversationen in C++ auf ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet und Silero VAD auf Metal, Vulkan und der CPU, mit einem OpenAI-kompatiblen Server und Live-Transkription.
Arabisch-fokussierte generative Spracherkennung — Audar-ASR-V1 (Flash + Turbo). Platz 1 auf der Open Universal Arabic ASR-Bestenliste. Modellkarten, Benchmarks & Inferenz.
Kostenloses Open-Source-KI-Tool zum Videoschnitt und Erstellen von Livestream-Clips: Lange Videos, Livestream-Aufzeichnungen und Podcasts mit einem Klick in virale vertikale Kurzvideos verwandeln und direkt auf TikTok, Kwai, Bilibili, Xiaohongshu und WeChat Channels veröffentlichen. Die KI findet Highlights und einprägsame Aussagen, nutzt die Kommentaraktivität zur Erkennung besonders wichtiger Stellen, fügt automatisch Untertitel hinzu und wandelt Querformat in Hochformat um. Lokal ausgeführt, ohne Wasserzeichen und ohne Uploads | Kostenlose Open-Source-Alternative zu Opus Clip, 100 % lokal: Die KI schneidet lange Videos und Livestream-VODs in virale 9:16-Shorts für TikTok und YouTube Shorts. Keine Credits, kein Wasserzeichen, keine Uploads. Windows/macOS/Linux.