Git Stars Git Stars

#speech-recognition Repositorios

Descubre 204 repositorios activos de código abierto de GitHub etiquetados con #speech-recognition, que acumulan 889,741 estrellas en total (una media de 4,361 estrellas por proyecto). El líder de este tema es huggingface/transformers, con 169,339 estrellas.

204
Total de Repositorios
889,741
Total de estrellas
4,361
Promedio de Estrellas/Repo

206 repositorios en total

1
huggingface/transformers

🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-10-29
2
openai/whisper

Reconocimiento de voz robusto a través de supervisión débil a gran escala

openai
⭐ 113,203 Python 👤 openai Organization 🕐 Actualizado 2026-08-31 📅 Creado 2022-09-16
3
ggml-org/whisper.cpp

Puerto del modelo Whisper de OpenAI en C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-09-25
4
SYSTRAN/faster-whisper

Transcripción Whisper más rápida con CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Actualizado 2026-11-12 📅 Creado 2023-02-11
5
m-bain/whisperX

WhisperX: Reconocimiento automático de voz con marcas de tiempo a nivel de palabra (& diarización)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Actualizado 2026-11-21 📅 Creado 2022-12-09
6
modelscope/FunASR

Kit de herramientas de reconocimiento de voz de código abierto para entrenamiento, inferencia, ASR en streaming, VAD, puntuación, tuberías de diarización de hablantes y servicio compatible con OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-11-24
7
leon-ai/leon

🧠 Leon es tu asistente personal de código abierto.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-02-10
8
kaldi-asr/kaldi

kaldi-asr/kaldi es la ubicación oficial del proyecto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Actualizado 2025-09-22 📅 Creado 2015-04-20
9
alphacep/vosk-api

API de reconocimiento de voz offline para Android, iOS, Raspberry Pi y servidores con Python, Java, C# y Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Actualizado 2026-10-15 📅 Creado 2019-09-03
10
NVIDIA/DeepLearningExamples

Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Actualizado 2024-08-12 📅 Creado 2018-05-02
11
abus-aikorea/voice-pro

Gradio WebUI para creadores y desarrolladores, con funciones clave de TTS (Edge-TTS, kokoro) y clonación de voz zero-shot (E2 & F5-TTS, CosyVoice), con procesamiento de audio Whisper, descarga de YouTube, aislamiento vocal Demucs y traducción multilingüe.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Actualizado 2026-07-13 📅 Creado 2024-07-29
12
kmario23/deep-learning-drizzle

Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 Actualizado 2026-08-22 📅 Creado 2018-11-26
13
PaddlePaddle/PaddleSpeech

Kit de herramientas de voz fácil de usar que incluye modelo de aprendizaje auto-supervisado, ASR en streaming/SOTA con puntuación, TTS en streaming con frontend de texto, sistema de verificación de hablante, traducción de voz de extremo a extremo y detección de palabras clave. Ganó el premio al Mejor Demo de NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-08-12 📅 Creado 2017-11-14
14
speechbrain/speechbrain

Un kit de herramientas de voz basado en PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Actualizado 2026-10-14 📅 Creado 2020-04-28
15
openvinotoolkit/openvino

OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-10-15
16
QuentinFuxa/WhisperLiveKit

Conversión de voz a texto en tiempo real y local con ASR en streaming, diarización de hablantes, traducción y API compatibles con OpenAI/Deepgram.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Actualizado 2026-11-14 📅 Creado 2024-12-19
17
espnet/espnet

Kit de Herramientas de Procesamiento de Voz de Extremo a Extremo

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-12-13
18
QwenAudio/SenseVoice

Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Actualizado 2026-09-30 📅 Creado 2024-07-03
19
Uberi/speech_recognition

Módulo de reconocimiento de voz para Python, compatible con varios motores y API, en línea y sin conexión.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Actualizado 2026-11-17 📅 Creado 2014-04-23
20
nl8590687/ASRT_SpeechRecognition

Sistema de Reconocimiento de Voz Chino Basado en Aprendizaje Profundo

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Actualizado 2026-04-10 📅 Creado 2017-03-06
21
Neywa-Labs/mlx-audio

Una biblioteca de texto a voz (TTS), voz a texto (STT) y voz a voz (STS) construida sobre el framework MLX de Apple, que proporciona un análisis de voz eficiente en Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-11-27
22
anomalyco/hex

Dictado de voz local para Mac, Windows y Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-07-17
23
TalAter/annyang

💬 Reconocimiento de voz para tu sitio web

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Actualizado 2026-10-29 📅 Creado 2013-08-23
24
modelscope/FunClip

Herramienta de transcripción de video, generación de subtítulos y recorte asistido por LLM impulsada por FunASR con una interfaz Gradio local.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-01 📅 Creado 2023-05-17
25
argmaxinc/argmax-oss-swift

IA de Voz en Dispositivo para Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Actualizado 2026-10-27 📅 Creado 2024-01-26
26
flashlight/wav2letter

Kit de herramientas de reconocimiento automático de voz de Facebook AI Research

flashlight
⭐ 6,443 C++ 👤 flashlight Organization 🕐 Actualizado 2026-08-28 📅 Creado 2017-11-20
27
PaddlePaddle/PaddleX

Herramienta de desarrollo todo en uno basada en PaddlePaddle

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-10-20 📅 Creado 2020-03-11
28
MahmoudAshraf97/whisper-diarization

Reconocimiento automático de voz con diarización del hablante basado en OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Actualizado 2026-08-15 📅 Creado 2023-01-25
29
wenet-e2e/wenet

Kit de herramientas de reconocimiento de voz de extremo a extremo de producción primero y listo para producción

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Actualizado 2026-10-26 📅 Creado 2020-11-17
30
Picovoice/porcupine

Detección de palabras de activación en el dispositivo impulsada por aprendizaje profundo

Picovoice
⭐ 5,028 Python 👤 Picovoice Organization 🕐 Actualizado 2026-11-12 📅 Creado 2018-03-08
31
yanshengjia/ml-road

Recursos, práctica e investigación sobre aprendizaje automático e IA agentiva

yanshengjia
⭐ 4,981 Python 👤 yanshengjia User 🕐 Actualizado 2026-08-01 📅 Creado 2017-10-31
32
jianchang512/stt

Herramienta de reconocimiento de voz a texto / Una herramienta local sin conexión para convertir subtítulos de audio/vídeo, que produce formatos json, srt y texto plano

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Actualizado 2026-01-22 📅 Creado 2023-12-28
33
sanchit-gandhi/whisper-jax

Implementación JAX del modelo Whisper de OpenAI para una aceleración de hasta 70 veces en TPU.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Actualizado 2024-04-03 📅 Creado 2023-03-02
34
cmusphinx/pocketsphinx

Un pequeño reconocedor de voz

cmusphinx
⭐ 4,354 C 👤 cmusphinx Organization 🕐 Actualizado 2026-10-13 📅 Creado 2014-04-07
35
huggingface/distil-whisper

Variante destilada de Whisper para reconocimiento de voz. 6 veces más rápido, 50% más pequeño, con menos del 1% de tasa de error de palabra.

huggingface
⭐ 4,083 Python 👤 huggingface Organization 🕐 Actualizado 2025-01-08 📅 Creado 2023-10-31
36
baidu-research/warp-ctc

CTC paralelo rápido.

baidu-research
⭐ 4,079 Cuda 👤 baidu-research Organization 🕐 Actualizado 2024-03-04 📅 Creado 2016-01-14
37
QwenLM/Qwen3-ASR

Qwen3-ASR es una serie de modelos ASR de código abierto desarrollada por el equipo Qwen de Alibaba Cloud, que admite reconocimiento estable de voz/música/canción multilingüe, detección de idioma y predicción de marca de tiempo.

QwenLM
⭐ 3,933 Python 👤 QwenLM Organization 🕐 Actualizado 2026-06-26 📅 Creado 2026-01-28
38
Kedreamix/Linly-Talker

Sistema de Conversación con Avatar Digital - Linly-Talker. 😄✨ Linly-Talker es un sistema de IA inteligente que combina modelos de lenguaje grandes (LLM) con modelos visuales para crear un novedoso método de interacción humano-IA. 🤝🤖 Integra diversas tecnologías como Whisper, Linly, Microsoft Speech Services y el sistema de generación de cabezas parlantes SadTalker. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Actualizado 2026-02-10 📅 Creado 2023-10-17
39
Azure-Samples/cognitive-services-speech-sdk

Código de muestra para el SDK de Speech de Microsoft Cognitive Services

Azure-Samples
⭐ 3,457 C# 👤 Azure-Samples Organization 🕐 Actualizado 2026-11-17 📅 Creado 2018-04-26
40
ahmetoner/whisper-asr-webservice

API de servicio web ASR de OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Actualizado 2026-10-01 📅 Creado 2022-09-22
41
QwenAudio/qwen-audio-agent

Un entorno de ejecución de voz en tiempo real que mantiene a los agentes hablando, trabajando y presentes. Entorno de ejecución de voz en tiempo real para agentes de IA

QwenAudio
⭐ 3,262 JavaScript 👤 QwenAudio Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-07-27
42
Purfview/whisper-standalone-win

Ejecutables independientes de Whisper y Faster-Whisper para aquellos que no quieren molestarse con Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Actualizado 2025-11-07 📅 Creado 2023-02-25
43
HeyWillow/willow

Alternativa de código abierto, local y autoalojada a los asistentes de voz competidores de Amazon Echo/Google Home

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 Actualizado 2026-11-01 📅 Creado 2023-03-31
44
pluja/anysub

Convierte audio y vídeo en subtítulos con una interfaz web fácil de usar. Todo se ejecuta en tu propio equipo. Anteriormente Whishper.

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 Actualizado 2026-11-21 📅 Creado 2023-08-26
45
chenyme/Chenyme-AAVT

Este es un proyecto de traducción de vídeo (audio) totalmente automático. Utiliza Whisper para reconocer la voz, modelos grandes de IA para traducir subtítulos y, finalmente, fusiona los subtítulos con el vídeo para generar el vídeo traducido.

chenyme
⭐ 3,080 Python 👤 chenyme User 🕐 Actualizado 2025-04-07 📅 Creado 2023-12-18
46
dscripka/openWakeWord

Un framework de detección de palabras (o frases) de activación de audio de código abierto con un enfoque en el rendimiento y la simplicidad.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Actualizado 2025-12-30 📅 Creado 2022-05-28
47
quik-sms/quik

El mensajero de SMS más hermoso para Android - Revivido

quik-sms
⭐ 2,929 Java 👤 quik-sms Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-07-17
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Actualizado 2026-10-29 📅 Creado 2018-07-24
49
linto-ai/whisper-timestamped

Reconocimiento automático de voz multilingüe con marcas de tiempo a nivel de palabra y confianza

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Actualizado 2026-09-28 📅 Creado 2023-01-13
50
zzmp/juliusjs

Una biblioteca de reconocimiento de voz para la web

zzmp
⭐ 2,574 JavaScript 👤 zzmp User 🕐 Actualizado 2024-04-19 📅 Creado 2014-07-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #speech-recognition más popular en GitHub?

El proyecto de código abierto de #speech-recognition mejor posicionado en GitHub es huggingface/transformers, con 169,339 estrellas. 🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #speech-recognition?

Entre los proyectos de #speech-recognition mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #speech-recognition?

Seguimos 204 repositorios activos de código abierto etiquetados con #speech-recognition (500+ estrellas), que suman un total de 889,741 estrellas, con una media de 4,361 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.