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

102
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
103
zackees/transcribe-anything

Multi-Backend Whisper App. Rasend schnell. Mac-ARM-optimiert. Einfache Installation. Geben Sie eine lokale Datei oder URL ein und dieser Dienst transkribiert sie mit Whisper AI. Völlig privat und kostenlos 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2021-05-09
104
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
105
R3gm/SoniTranslate

Synchronisierte Übersetzung für Videos. Videodubbing

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Aktualisiert 2026-08-29 📅 Erstellt 2023-06-27
106
0nutation/SpeechGPT

SpeechGPT-Serie: Große Sprachmodelle für Sprache

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Aktualisiert 2024-07-22 📅 Erstellt 2023-05-16
107
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
108
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
109
Robitx/gp.nvim

Gp.nvim (GPT-Eingabeaufforderung) Neovim KI-Plugin: ChatGPT-Sitzungen & anweisbare Text-/Codeoperationen & Sprache-zu-Text [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 Aktualisiert 2025-08-11 📅 Erstellt 2023-06-18
110
Capsize-Games/airunner

Offline-Inferenz-Engine für Kunst, Echtzeit-Sprachgespräche, LLM-gestützte Chatbots und automatisierte Workflows

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-03-21
111
goodroot/hyprwhspr

Native Spracherkennung für Linux - Schnelle, genaue, private und hackbare systemweite Diktation

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-08-27
112
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
113
modal-labs/quillman

Eine Voice-Chat-App

modal-labs
⭐ 1,214 Python 👤 modal-labs Organization 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2023-04-19
114
Kieirra/murmure

Vollständig lokal, privat und plattformübergreifende Speech-to-Text mit LLM-Nachbearbeitung

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-10-12
115
PromtEngineer/Verbi

Eine modulare Sprachassistenten-Anwendung zum Experimentieren mit hochmodernen Transkriptions-, Antwortgenerierungs- und Text-to-Speech-Modellen. Unterstützt OpenAI-, Groq-, Elevenlabs-, CartesiaAI- und Deepgram-APIs sowie lokale Modelle über Ollama. Ideal für Forschung und Entwicklung im Bereich Sprachtechnologie.

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 Aktualisiert 2025-11-22 📅 Erstellt 2024-05-20
116
ardha27/AI-Waifu-Vtuber

KI Vtuber für Streaming auf Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Aktualisiert 2026-05-31 📅 Erstellt 2023-03-11
117
Saik0s/Whisperboard

Die Open-Source-iOS-App, die qualitativ hochwertige Sprachübertragung auf mobilen Geräten zugänglicher macht.

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 Aktualisiert 2025-12-18 📅 Erstellt 2022-12-23
118
PatterAI/Patter

Open-Source-Sprach-KI-SDK. Die Vapi/Retell-Alternative für Entwickler, die den Stack besitzen möchten. Geben Sie Ihrem KI-Agenten in 4 Zeilen eine Telefonnummer — Python und TypeScript, MIT-lizenziert, Twilio, Telnyx und Plivo.

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-04-07
119
VocaHQ/vocalinux

Kostenlose, quelloffene, 100% offline Sprachdiktat für Linux. Sprechen und tippen Sie überall mit den Engines whisper.cpp, Whisper und VOSK, GPU-beschleunigt, funktioniert auf X11 + Wayland.

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-04-12
120
voquill/voquill

Open-Source-Sprachdiktat-Technologie

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-09-23
121
fossasia/voxbento_translator

Voxbento Übersetzungsprojekt

fossasia
⭐ 1,023 JavaScript 👤 fossasia Organization 🕐 Aktualisiert 2026-07-31 📅 Erstellt 2017-11-25
122
dimastatz/whisper-flow

Whisper-Flow ist ein Framework, das so konzipiert ist, Echtzeit-Transkription von Audiodaten mithilfe des Whisper-Modells von OpenAI zu ermöglichen. Anstatt nach dem Hochladen komplette Dateien im „Batch-Modus“ zu verarbeiten, nimmt Whisper-Flow einen kontinuierlichen Strom von Audiofragmenten auf und erzeugt sofort inkrementelle Transkriptionen.

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2024-06-03
123
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Fast automatische Spracherkennung in Tensorflow 2. Unterstützte Sprachen, die Zeichen oder Subwörter verwenden können

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2020-02-13
124
nomily-ai/nomily-app

Sprachaufzeichnungsbegleiter mit BYOK, ASR-Transkription, Sprecherdiarisierung, KI-Zusammenfassungen und Unterstützung lokaler ASR-Endpunkte.

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-08-05
125
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat ist ein großes Audio-Sprachmodell, das für natürliche Sprachinteraktionen mit geringer Latenz entwickelt wurde.

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 Aktualisiert 2026-09-24 📅 Erstellt 2025-12-23
126
susiai/susi_shell

Diese Suite von Tools ermöglicht es Benutzern, direkt aus ihrem Terminal mit AI-Diensten zu interagieren.

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 Aktualisiert 2025-05-04 📅 Erstellt 2017-11-25
127
savbell/whisper-writer

💬📝 Eine kleine Diktier-App, die das Whisper-Spracherkennungsmodell von OpenAI verwendet.

savbell
⭐ 993 Python 👤 savbell User 🕐 Aktualisiert 2024-08-24 📅 Erstellt 2023-04-18
128
livekit/agents-js

Erstellen Sie Echtzeit-multimodale KI-Agenten mit Node.js

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-04-01
129
alesaccoia/VoiceStreamAI

Nahezu Echtzeit-Audio transkription mit selbst gehostetem Whisper und WebSocket in Python/JS

alesaccoia
⭐ 962 Python 👤 alesaccoia User 🕐 Aktualisiert 2026-08-13 📅 Erstellt 2023-12-26
130
sandrohanea/whisper.net

Whisper.net. Spracherkennung vereinfacht mit Whisper-Modellen

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2023-02-03
131
jitsi/jiwer

Bewerten Sie Ihr Sprach-zu-Text-System mit Ähnlichkeitsmaßen wie der Word Error Rate (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2018-06-19
132
yuxino/Mimi

Wandeln Sie Computer- oder Mikrofon-Audio in live übersetzte Untertitel um.

yuxino
⭐ 943 Rust 👤 yuxino User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-07-22
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2019-12-03
134
hehehai/VoxtMini

Spracheingabe für macOS mit lokalen Modellen: Transkribiere, übersetze und formuliere in jeder App um. Der Nachfolger von Voxt.

hehehai
⭐ 916 Go 👤 hehehai User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-02-26
135
backmeupplz/voicy

Voicy (@voicybot): ein Telegram-Bot, der Sprachnachrichten in Gruppen und privaten Chats in Text umwandelt

backmeupplz
⭐ 915 JavaScript 👤 backmeupplz User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2016-12-03
136
VladislavAntonyuk
⭐ 912 C# 👤 VladislavAntonyuk User 🕐 Aktualisiert 2026-07-16 📅 Erstellt 2021-11-16
137
marswaveai/TypeNo

Eine kostenlose, Open-Source-Stimmeingabe-App für macOS mit Fokus auf Datenschutz.

marswaveai
⭐ 906 Swift 👤 marswaveai Organization 🕐 Aktualisiert 2026-08-28 📅 Erstellt 2026-03-24
138
TheStageAI/TheWhisper

Optimierte Whisper-Modelle für Streaming und On-Device-Einsatz

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 Aktualisiert 2026-10-31 📅 Erstellt 2025-10-19
139
lifeiteng/OmniSenseVoice

Omni SenseVoice: Hochgeschwindigkeits-Spracherkennung mit Zeitstempeln für Wörter 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Aktualisiert 2025-12-10 📅 Erstellt 2024-09-22
140
BryceWG/BiBi-Keyboard

BiBi Keyboard: LLM‑ und ASR‑Sprach-Eingabemechanismus‑Tastatur für die Android‑Plattform, basierend auf Kotlin

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-10-06
141
yeyupiaoling/PPASR

End-to-End-chinesische Spracherkennung basierend auf PaddlePaddle, vom Einstieg bis zur Praxis, super einfache Einstiegsbeispiele, super praktische Unternehmensprojekte. Unterstützt die derzeit beliebtesten Modelle DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Aktualisiert 2025-12-17 📅 Erstellt 2021-02-26
142
Blue-B/WhisperSubTranslate

Eine kostenlose, lokale Desktop-App zum Extrahieren von Untertiteln (SRT) aus Videos und zum Übersetzen in jede beliebige Sprache – unbegrenzte Nutzung, keine Registrierung, kein Cloud-Zwang.

Blue-B
⭐ 853 JavaScript 👤 Blue-B User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2025-08-11
143
corvo007/MioSub

Automatisierte All-in-One-Software zur Untertitelgenerierung; deckt den gesamten Prozess von Download, Transkription, Übersetzung bis hin zum Einbrennen ab, ganz ohne manuellen Eingriff.

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2025-11-22
144
JamesBrill/react-speech-recognition

💬Spracherkennung für Ihre React-App

JamesBrill
⭐ 839 JavaScript 👤 JamesBrill User 🕐 Aktualisiert 2025-06-06 📅 Erstellt 2016-12-13
145
mustafaaljadery/lightning-whisper-mlx

Eine extrem schnelle Implementierung von Whisper, optimiert für Apple Silicon mit MLX.

mustafaaljadery
⭐ 835 Python 👤 mustafaaljadery User 🕐 Aktualisiert 2024-05-08 📅 Erstellt 2024-03-23
146
saharmor/whisper-playground

Erstellen Sie Echtzeit-Speech2Text-Web-Apps mit OpenAI's Whisper https://openai.com/blog/whisper/

saharmor
⭐ 835 Python 👤 saharmor User 🕐 Aktualisiert 2025-09-12 📅 Erstellt 2022-10-02
147
Azure-Samples/aoai-realtime-audio-sdk

Azure OpenAI-Code-Ressourcen zur Nutzung der Echtzeitfunktionen von gpt-4o.

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 Aktualisiert 2025-09-30 📅 Erstellt 2024-10-01
148
Notely-Voice/NotelyVoice

Eine zu 100 % private KI-App zur Sprachtranskription, die Sprache in über 100 Sprachen in Text umwandelt. Entwickelt mit Compose Multiplatform für Android und iOS und mit Whisper AI: keine Uploads in die Cloud, die gesamte Verarbeitung erfolgt direkt auf dem Gerät – für vollständigen Datenschutz. Schreiben Sie uns direkt an: [email protected]

Notely-Voice
⭐ 829 C++ 👤 Notely-Voice Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2024-10-20
149
CrispStrobe/CrispASR

C++ ggml Runtime-Hub für mehrsprachige ASR- und TTS-Modelle: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2 usw., sowie universelle erzwungene Ausrichtung und mehr

CrispStrobe
⭐ 823 C++ 👤 CrispStrobe User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-29
150
deepgram/kur

Beschreibendes Deep Learning

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 Aktualisiert 2024-02-05 📅 Erstellt 2016-11-19