Git Stars Git Stars

#voice-activity-detection Repositories

Entdecke 34 aktive Open-Source-GitHub-Repositories, die mit #voice-activity-detection getaggt sind und insgesamt 106,805 Sterne gesammelt haben (durchschnittlich 3,141 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist modelscope/FunASR mit 21,091 Sternen.

34
Gesamtzahl der Repositories
106,805
Gesamtanzahl der Sterne
3,141
Durchschnittliche Sterne/Repo

Insgesamt 35 Repositories

1
modelscope/FunASR

Open-Source-Spracherkennungs-Toolkit für Training, Inferenz, Streaming-ASR, VAD, Interpunktion, Sprecherdiarisierungs-Pipelines und OpenAI-kompatiblen/MCP-Service.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-11-24
2
pyannote/pyannote-audio

Neuronale Bausteine für die Speaker-Diarisierung: Sprachaktivitätsdetektion, Sprecherwechseldetektion, Detektion überlappender Sprache, Speaker-Embedding

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2016-03-07
3
snakers4/silero-vad

Silero VAD: vortrainierter Voice Activity Detector für Unternehmen

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-11-23
4
noisetorch/NoiseTorch

Echtzeit-Mikrofon-Rauschunterdrückung unter Linux.

noisetorch
⭐ 10,268 Go 👤 noisetorch Organization 🕐 Aktualisiert 2025-01-13 📅 Erstellt 2020-07-04
5
smacke/ffsubsync

Untertitel automagisch mit dem Video synchronisieren.

smacke
⭐ 7,951 Python 👤 smacke User 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2019-02-24
6
agermanidis/autosub

[NICHT MEHR UNTERSTÜTZT] Kommandozeilen-Tool zum automatischen Generieren von Untertiteln für jede Videodatei

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Aktualisiert 2024-03-22 📅 Erstellt 2015-06-29
7
ufal/whisper_streaming

Whisper Echtzeit-Streaming für lange Sprach-zu-Text-Transkription und -Übersetzung

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 Aktualisiert 2025-11-12 📅 Erstellt 2023-04-05
8
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
9
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
11
wiseman/py-webrtcvad

Python-Schnittstelle zum WebRTC Voice Activity Detector

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Aktualisiert 2024-07-04 📅 Erstellt 2016-04-23
12
TEN-framework/ten-vad

Voice Activity Detector (VAD): geringe Latenz, hohe Leistung und leichtgewichtig

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-04-29
13
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
14
jim-schwoebel/voice_datasets

🔊 Eine umfassende Liste quelloffener Datensätze für Sprach- und Soundcomputing (über 95 Datensätze).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Aktualisiert 2024-06-06 📅 Erstellt 2019-07-24
15
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
16
juanmc2005/diart

Ein Python-Paket zum Erstellen von KI-gestützten Echtzeit-Audioanwendungen

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 Aktualisiert 2026-06-19 📅 Erstellt 2021-08-09
17
k2-fsa/sherpa-ncnn

Echtzeit-Spracherkennung und Sprachaktivitätserkennung (VAD) mit Next-Gen Kaldi mit ncnn ohne Internetverbindung. Unterstützung für iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A usw.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2022-09-04
18
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
19
soniqo/speech-swift

KI-Sprach-Toolkit für Apple Silicon — ASR, TTS, Speech-to-Speech, VAD und Diarization, unterstützt von MLX und CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-02-04
20
ABexit/ASR-LLM-TTS

Dies ist ein Sprachinteraktionssystem, das auf einem Open-Source-Modell basiert und ASR, LLM und TTS sequenziell integriert. Das ASR-Modell ist SenceVoice, die LLM-Modelle sind QWen2.5-0.5B/1.5B, und es gibt drei TTS-Modelle: CosyVoice, Edge-TTS und pyttsx3

ABexit
⭐ 1,283 Python 👤 ABexit User 🕐 Aktualisiert 2026-06-03 📅 Erstellt 2024-11-12
21
QwenLM/Qwen3-ASR-Toolkit

Offizielles Python-Toolkit für die Qwen3-ASR-API. Parallele Hochdurchsatzaufrufe, robuste Langstrecken-Audio-Transkription, Unterstützung für mehrere Abtastraten.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Aktualisiert 2026-02-05 📅 Erstellt 2025-09-16
22
ggeop/Python-ai-assistant

Python KI-Assistent 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Aktualisiert 2024-11-17 📅 Erstellt 2019-05-16
23
sandrohanea/whisper.net

Whisper.net. Spracherkennung vereinfacht mit Whisper-Modellen

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2023-02-03
24
ina-foss/inaSpeechSegmenter

CNN-basiertes Audio-Segmentierungstoolkit. Ermöglicht die Erkennung von Sprache, Musik, Lärm und Geschlecht des Sprechers. Wurde für groß angelegte Geschlechtergleichheitsstudien basierend auf Sprechzeit pro Geschlecht entwickelt.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Aktualisiert 2026-03-12 📅 Erstellt 2018-03-12
25
google/visqol

Perzeptueller Qualitäts-Schätzer für Sprache und Audio

google
⭐ 894 C++ 👤 google Organization 🕐 Aktualisiert 2025-05-17 📅 Erstellt 2019-12-06
26
amsehili/auditok

Ein Werkzeug zur Spracherkennung und Audiosegmentierung

amsehili
⭐ 862 Python 👤 amsehili User 🕐 Aktualisiert 2026-07-28 📅 Erstellt 2015-09-17
27
DataoceanAI/Dolphin

Dolphin ist ein mehrsprachiges, multitaskingfähiges ASR-Modell, das gemeinsam von DataoceanAI und der Tsinghua University trainiert wurde.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2025-03-18
28
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
29
dpirch/libfvad

Sprachaktivitätsdetektion (VAD)-Bibliothek, basierend auf dem VAD-Engine von WebRTC

dpirch
⭐ 570 C 👤 dpirch User 🕐 Aktualisiert 2024-04-02 📅 Erstellt 2016-09-17
30
FireRedTeam/FireRedVAD

Eine SOTA-Industriequalität für Spracherkennung und Audio-Ereigniserkennung, die über 100 Sprachen unterstützt und Silero-VAD, TEN-VAD, FunASR-VAD und WebRTC-VAD übertrifft

FireRedTeam
⭐ 569 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2026-05-06 📅 Erstellt 2026-03-03
31
0x5446/api4sensevoice

API und Websocket-Server für Sensevoice. Er hat einige verbesserte Funktionen übernommen, wie VAD-Erkennung, Echtzeit-Streaming-Erkennung und Sprecherverifizierung.

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 Aktualisiert 2024-10-23 📅 Erstellt 2024-08-11
32
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
33
nyosegawa/speech.cpp

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.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-09-29
34
baxtree/subaligner

Synchronisieren und Untertitel automatisch übersetzen, oder neu erstellen, indem Sie sie transkribieren, unter Verwendung von vortrainierten DNNs, erzwungenen Alignments und Transformern. https://subaligner.readthedocs.io/

baxtree
⭐ 509 Python 👤 baxtree User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2019-12-16
35
HKAllThingsLink/streaming-asr

Ein leichtgewichtiges Client-Server-System für die Echtzeit-Audioverarbeitung mit Sprachaktivitätserkennung (VAD) und automatischer Spracherkennung (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Aktualisiert 2026-01-04 📅 Erstellt 2025-12-01

Häufig gestellte Fragen

1

Welches ist das beliebteste #voice-activity-detection-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#voice-activity-detection-Projekt auf GitHub ist modelscope/FunASR mit 21,091 Sternen. Open-Source-Spracherkennungs-Toolkit für Training, Inferenz, Streaming-ASR, VAD, Interpunktion, Sprecherdiarisierungs-Pipelines und OpenAI-kompatiblen/MCP-Service.

2

Welche Programmiersprachen werden in #voice-activity-detection-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #voice-activity-detection-Projekten auf GitHub sind Python, C, C++, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #voice-activity-detection-Repositories berechnet?

Wir verfolgen 34 aktive Open-Source-Repositories, die mit #voice-activity-detection getaggt sind (500+ Sterne), mit insgesamt 106,805 Sternen und durchschnittlich 3,141 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.