Git Stars Git Stars

#speech-to-text Repositories

211
Gesamtzahl der Repositories
925,003
Gesamtanzahl der Sterne
4,383
Durchschnittliche Sterne/Repo

Insgesamt 211 Repositories

51
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
52
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
53
ictnlp/LLaMA-Omni

LLaMA-Omni ist ein End-to-End-Sprachinteraktionsmodell mit geringer Latenz und hoher Qualität, das auf Llama-3.1-8B-Instruct basiert und darauf abzielt, Sprachfähigkeiten auf dem Niveau von GPT-4o zu erreichen.

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 Aktualisiert 2025-05-19 📅 Erstellt 2024-09-10
54
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
55
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
56
kyutai-labs/delayed-streams-modeling

Kyutais Text-to-Speech- und Speech-to-Text-Modelle basierend auf dem Framework für verzögerte Stream-Modellierung.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Aktualisiert 2026-01-26 📅 Erstellt 2025-06-16
57
Vexa-ai/vexa

Open-Source-Transkriptions-API für Besprechungen bei Google Meet, Microsoft Teams & Zoom. Auto-Join-Bots, Echtzeit-WebSocket-Transkripte, MCP-Server für KI-Agenten. Eigenständig hosten oder SaaS gehostet nutzen.

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2025-02-07
58
davabase/whisper_real_time

Echtzeit-Transkription mit OpenAI Whisper.

davabase
⭐ 2,936 Python 👤 davabase User 🕐 Aktualisiert 2025-04-15 📅 Erstellt 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2018-07-24
60
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
61
FrigadeHQ/yogurt

Private KI-Meetingnotizen, die auf deinem Computer bleiben. Kein Meeting-Bot. Kostenlos und Open Source für Mac, Windows und Linux. Eine Alternative zu Granola, Otter und Fireflies.

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-11-10
62
iamsrikanthnani/pluely

Die Open-Source-Alternative zu Cluely - Ein blitzschneller, datenschutzorientierter KI-Assistent, der nahtlos während Besprechungen, Interviews und Gesprächen funktioniert, ohne dass es jemand merkt. Gebaut mit Tauri für native Leistung, nur 10 MB. Völlig unauffindbar bei Videoanrufen, Bildschirmfreigaben und Aufzeichnungen.

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2025-08-16
63
yazinsai/OpenOats

Ein schöner, minimalistischer Meeting-Recorder für den Mac. Drücke auf Start und anschließend auf Stopp, um Notizen und ein Transkript in einer einzigen Markdown-Datei zu erhalten. Die Verarbeitung erfolgt direkt auf dem Gerät. Kostenlos und Open Source.

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2026-02-28
64
ishan0102/vimGPT

Durchsuchen Sie das Web mit GPT-4V und Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Aktualisiert 2024-09-25 📅 Erstellt 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2025-03-31
66
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
67
meizhong986/WhisperJAV

ASR/STT-Untertitelgenerator. Nutzt Qwen3-ASR, lokale LLM, Whisper, TEN-VAD. Lärmbeständig für JAV.

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2023-10-18
68
sindresorhus/awesome-whisper

🔊 Fantastische Liste für Whisper – ein Open-Source-System zur KI-gestützten Spracherkennung, entwickelt von OpenAI

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 Aktualisiert 2026-09-17 📅 Erstellt 2023-05-10
69
yan5xu/ququ

Kostenlose Open-Source-Alternative zu Wispr Flow | Die nächste Generation chinesischer Desktop-Sprachworkflows mit integrierten lokalen FunASR-Modellen und konfigurierbaren LLMs

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 Aktualisiert 2025-10-08 📅 Erstellt 2025-09-20
70
jianfch/stable-ts

Transkription, erzwungene Ausrichtung und Audioindizierung mit OpenAIs Whisper

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Aktualisiert 2025-10-29 📅 Erstellt 2022-09-29
71
handy-computer/transcribe.cpp

ggml Spracherkennungs-Inferenz für über 16 Modellfamilien

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-04-07
72
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
73
Nutlope/notesGPT

Sprachnotizen aufzeichnen & transkribieren, zusammenfassen und Aufgaben erhalten

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 Aktualisiert 2026-07-12 📅 Erstellt 2023-11-08
74
intel/openvino-plugins-ai-audacity

Eine Reihe von KI-gestützten Effekten, Generatoren und Analysewerkzeugen für Audacity®.

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2023-09-06
75
ricky0123/vad

Sprachaktivitätserkennung (VAD) für den Browser mit einer einfachen API

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Aktualisiert 2026-09-12 📅 Erstellt 2022-10-17
76
techjarves/Portable-Local-Studio

Portables lokales KI-Studio für Windows, Linux und macOS. Benutzeroberfläche ohne Einrichtung für Bildgenerierung, GGUF-LLMs, Text-zu-Sprache und Sprache-zu-Text

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2026-06-04
77
schibsted/WAAS

Whisper as a Service (GUI und API mit Warteschlange für OpenAI Whisper)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Ein lokales AI Agent Studio für Windows für den E-Commerce über Douyin-Livestreams, das Streamer-Entdeckung, Livestream-Insights, Livestream-Analysen und die redaktionelle Planung von Kurzvideoinhalten in einem einheitlichen intelligenten Workflow verbindet.

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 Aktualisiert 2026-08-24 📅 Erstellt 2026-08-22
79
jarikomppa/soloud

Kostenlose, einfache, portable Audiomaschine für Spiele

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Aktualisiert 2024-08-13 📅 Erstellt 2013-07-15
80
lanbinleo/bili2text

Bilibili-Videos in Text umwandeln, alles in einem Schritt, einfach den Link eingeben und verwenden

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus: Schneller, intelligenter und leistungsfähiger 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2023-11-21
82
TypeWhisper/typewhisper-mac

Lokale Sprach-zu-Text für macOS On-Device-KI, vollständig privat, optionale Cloud

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-02-12
83
bugbakery/audapolis

ein Editor für gesprochenes Audio mit automatischer Transkription

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 Aktualisiert 2026-06-24 📅 Erstellt 2021-09-03
85
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
86
software-mansion/react-native-executorch

Leistungsstarke On-Device-KI-Inferenzbibliothek für React Native mit Fokus auf Datenschutz, angetrieben von PyTorchs ExecuTorch-Runtime

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-10-16
87
x007xyz/flycut-caption

Eine vollständige React-Komponente zur Bearbeitung von Videountertiteln mit KI-gestützter Spracherkennung und visuellen Bearbeitungsfunktionen.

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-09-22
88
antirez/voxtral.c

Pure C-Inferenz des Mistral Voxtral Realtime 4B Sprach-zu-Text-Modells

antirez
⭐ 1,755 C 👤 antirez User 🕐 Aktualisiert 2026-02-15 📅 Erstellt 2026-02-05
89
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
90
Olcmyk/HuChenFeng

Alle Inhalte von Hu Chenfeng sammeln

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Aktualisiert 2026-02-17 📅 Erstellt 2025-10-06
91
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
92
isaackogan/TikTokLive

TikTok LIVE API für Python: Die definitive Drittanbieter-Bibliothek, um Livestream-Ereignisse (Kommentare, Geschenke usw.) in Echtzeit von TikTok LIVE zu empfangen.

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2022-02-24
93
waybarrios/vllm-mlx

Hochleistungs-LLM-Inferenzserver, kompatibel mit OpenAI und Anthropic, für Apple Silicon. Natives MLX, kontinuierliches Batching, multimodale Modelle, MCP-Toolaufrufe und Claude-Code-Unterstützung.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2025-12-06
94
Muesli-HQ/muesli

Muesli: agent-native lokale Meeting-Transkription und Diktierfunktion für macOS (Alternative zu Granola + WisprFlow + Littlebird)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-05
95
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
96
Norsico/Video-Materials-AutoGEN-Workstation

Eine (Kurzvideo-)Erstellungs-Workstation, die Inhaltsplanung, automatische KI-Textgenerierung, automatische TTS-Massenvertonung, (KI-)Bildmaterial-Synthese, automatische ASR-Sprachuntertitelskript-Extraktion und KI-freie Kreation integriert. Praktisch für die Verwaltung jedes Videoprojekts.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2025-11-18
97
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
98
yakGPT/yakGPT

Lokal laufende, freihändige ChatGPT-Benutzeroberfläche

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Aktualisiert 2024-05-08 📅 Erstellt 2023-03-30
99
silverstein/minutes

Open-Source-Alternative zu Granola/Otter mit Local-First-Ansatz, die von Claude Code, Codex, Cursor und jedem MCP-Client abgefragt werden kann. Meetings, Anrufe und Sprachnotizen werden auf dem Gerät in Markdown transkribiert, das dir gehört.

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-18
100
kyutai-labs/unmute

Text-LLMs zuhören und sprechen lassen

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Aktualisiert 2026-09-09 📅 Erstellt 2025-06-10