#stt Repositories
Entdecke 38 aktive Open-Source-GitHub-Repositories, die mit #stt getaggt sind und insgesamt 136,479 Sterne gesammelt haben (durchschnittlich 3,591 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist khoj-ai/khoj mit 38,195 Sternen.
Insgesamt 38 Repositories
Ihr KI-Zweitgehirn. Selbst-hostbar. Erhalten Sie Antworten aus dem Web oder Ihren Dokumenten. Bauen Sie benutzerdefinierte Agenten, planen Sie Automatisierungen, führen Sie tiefgehende Recherchen durch. Verwandeln Sie jedes Online- oder lokale LLM in Ihre persönliche, autonome KI (gpt, claude, gemini, llama, qwen, mistral). Erste Schritte – kostenlos.
Übersetzen Sie das Video von einer Sprache in eine andere und betten Sie Synchronisation & Untertitel ein.
Offline-Sprachenerkennungs-API für Android, iOS, Raspberry Pi und Server mit Python, Java, C# und Node
Sehr latenzarme Sprach-zu-Text-, Intent-Erkennungs- und Text-zu-Sprache-Funktionen für die Erstellung von Sprachagenten und -schnittstellen
Erstellen Sie schnell Text-, Sprach- und Video-Agenten. Ein schnelles, auf Go basierendes Agent-Backend mit SDKs für alle Sprachen. Sinnvolle Standardeinstellungen für Suche, Wissen, Fähigkeiten, Telefonie, Sandboxes, Speicher und Persistenz. Souveräne KI. Übernehmen Sie die Kontrolle über Ihre KI.
Spracherkennung zu Text Tool / Ein lokales Offline-Tool zur Konvertierung von Audio-/Videountertiteln, das JSON-, SRT-Untertitel und reinen Text ausgibt
Wandle Audio und Video mit einer benutzerfreundlichen Weboberfläche in Untertitel um. Alles läuft auf deinem eigenen Rechner. Früher Whishper.
🐸STT - Das Deep-Learning-Toolkit für Speech-to-Text. Das Trainieren und Bereitstellen von STT-Modellen war noch nie so einfach.
🎙Spracherkennung mit dem TensorFlow Deep-Learning-Framework, Sequence-to-Sequence-Neuralnetze
Echtzeit-Sprach-KI mit über 100 Modellen auf Arduino ESP32, mit sicheren WebSockets und Edge-Funktionen für KI-Spielzeuge, Schreibtischbegleiter und Geräte
Speech Note Linux App. Notizen machen, lesen und übersetzen mit Offline-Spracherkennung (Speech to Text), Sprachausgabe (Text to Speech) und maschineller Übersetzung.
NobodyWho ist eine Inferenz-Engine, mit der Sie LLMs lokal und effizient auf jedem Gerät ausführen können.
Kostenlose Open-Source-Spracheingabe für macOS und Windows. Lokale Spracherkennung mit Whisper und Parakeet, funktioniert auch offline.
Echtzeit-Zwei-Wege-Sprachübersetzung für zweisprachige Meetings – erkennt automatisch die gesprochene Sprache und übersetzt in beide Richtungen, wahlweise in der Cloud oder vollständig offline auf dem Gerät. Desktop (Windows · macOS · Linux) + Browser-Erweiterung (Chrome · Edge) für Zoom, Meet, Teams und jede beliebige App.
Eine Java Enterprise Management-Plattform für Xiaozhi ESP32, die eine integrierte Frontend-, Backend- und Server-Lösung für Geräteüberwachung, Klangfarbenanpassung, Rollenwechsel und Verwaltung von Gesprächsprotokollen bietet
🍦 Speech-AI-Forge ist ein Projekt, das um ein TTS-Generierungsmodell entwickelt wurde und einen API-Server sowie eine Gradio-basierte WebUI implementiert.
💎 Eine Liste zugänglicher Sprachkorpora für ASR, TTS und andere SprachTechnologien
Echtzeit-Sprachübersetzung — macOS & Windows, kostenloser TTS, kein Server, nur Ihre API-Schlüssel
Gp.nvim (GPT-Eingabeaufforderung) Neovim KI-Plugin: ChatGPT-Sitzungen & anweisbare Text-/Codeoperationen & Sprache-zu-Text [OpenAI, Ollama, Anthropic, ..]
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
Ein modulares Swift SDK für Audioverarbeitung mit MLX auf Apple Silicon
Sprache zu Text zu Sprache. Song wird gerade abgespielt. Sendet Text als OSC-Nachrichten an VRChat, um ihn auf dem Avatar anzuzeigen. (STTTS) (Sprache zu TTS) (VRC STT-System) (VTuber TTS)
🎤 Lobe TTS - Eine hochwertige und zuverlässige TTS/STT-Bibliothek für Server und Browser
MLX Omni Server ist ein lokaler Inferenzserver, der von Apples MLX-Framework angetrieben wird und speziell für Apple Silicon (M-Serie) Chips entwickelt wurde. Er implementiert OpenAI-kompatible API-Endpunkte, die eine nahtlose Integration mit bestehenden OpenAI SDK-Clients ermöglichen und gleichzeitig die Leistung lokaler ML-Inferenz nutzen.
Führt das Sprach-zu-Text-Modell (whisper.cpp) in Unity3d auf Ihrem lokalen Computer aus.
Open-Source-KI-Spracheingabe für macOS, Windows und Linux. Drücke eine Tastenkombination, sprich ganz natürlich und erhalte in jeder App polierten Text.
:speech_balloon: /so.nus/ STT (Sprache zu Text) für Node mit Offline-Hotword-Erkennung
Ein React-Komponent, um die Korrektur automatisierter Transkriptionen von Audio und Video einfacher und schneller zu machen. Von BBC News Labs. - In Arbeit
Ein konversationelles KI-Gerät + Software-Framework für Begleitung, Unterhaltung, Bildung, Gesundheitswesen, IoT-Anwendungen und DIY-Robotik. Erbaut mit Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT und Azure TTS 🤖
Eine Spracherkennungsbibliothek, die dank eines WebAssembly-Builds von Vosk im Browser läuft
Der Ausgabenmesser und die Budgetgrenze für KI-Sprachagenten. Misst STT + TTS + LLM + Telefonie pro Anruf – sofort einsatzbereit (Pipecat, LiveKit — Python und TypeScript). Stoppt den nächsten Turn, bevor dein Limit überschritten wird. Lokal, ohne Konto und ohne Telemetrie. Entwickelt von Floe – Kostenkontrolle für Voice AI.
Live-Zweisprachige Untertitel für jede App unter macOS. Nimmt Audio auf, transkribiert Sprache und übersetzt offline – alles über die Menüleiste.
Sprich mit Feng Ge – Klone die Stimme und Persönlichkeit einer beliebigen Person für Echtzeit-Sprachgespräche mit einer technischen Latenz von unter 1 Sekunde.
Häufig gestellte Fragen
Welches ist das beliebteste #stt-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#stt-Projekt auf GitHub ist khoj-ai/khoj mit 38,195 Sternen. Ihr KI-Zweitgehirn. Selbst-hostbar. Erhalten Sie Antworten aus dem Web oder Ihren Dokumenten. Bauen Sie benutzerdefinierte Agenten, planen Sie Automatisierungen, führen Sie tiefgehende Recherchen durch. Verwandeln Sie jedes Online- oder lokale LLM in Ihre persönliche, autonome KI (gpt, claude, gemini, llama, qwen, mistral). Erste Schritte – kostenlos.
Welche Programmiersprachen werden in #stt-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #stt-Projekten auf GitHub sind Python, TypeScript, C++, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #stt-Repositories berechnet?
Wir verfolgen 38 aktive Open-Source-Repositories, die mit #stt getaggt sind (500+ Sterne), mit insgesamt 136,479 Sternen und durchschnittlich 3,591 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.