Git Stars Git Stars

#speech-recognition Repositorios

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

206 repositorios en total

101
modal-labs/quillman

Una aplicación de chat de voz

modal-labs
⭐ 1,214 Python 👤 modal-labs Organization 🕐 Actualizado 2026-10-30 📅 Creado 2023-04-19
102
matthiasn/lotti

Un cuaderno de bitácora privado con un equipo de asistentes de IA personales. Los agentes leen lo que registras y proponen qué hacer a continuación — tú apruebas los cambios. Sincronización cifrada de extremo a extremo entre tus propios dispositivos — los servidores solo ven texto cifrado. IA local opcional.

matthiasn
⭐ 1,208 Dart 👤 matthiasn User 🕐 Actualizado 2026-11-20 📅 Creado 2016-03-16
103
rudrankriyam/Foundation-Models-Framework-Lab

Un laboratorio práctico para crear, probar y evaluar aplicaciones con el marco de trabajo de modelos fundacionales de Apple.

rudrankriyam
⭐ 1,194 Swift 👤 rudrankriyam User 🕐 Actualizado 2026-11-07 📅 Creado 2025-06-09
104
TencentGameMate/chinese_speech_pretrain

modelos preentrenados en chino

TencentGameMate
⭐ 1,184 Shell 👤 TencentGameMate Organization 🕐 Actualizado 2024-08-23 📅 Creado 2022-05-25
105
janvarev/Irene-Voice-Assistant

Irina es un asistente de voz ruso para trabajar sin conexión. Admite habilidades a través de complementos.

janvarev
⭐ 1,184 Python 👤 janvarev User 🕐 Actualizado 2026-07-26 📅 Creado 2021-12-14
106
ashishpatel26/Treasure-of-Transformers

💁 Impresionante tesoro de modelos Transformer para el procesamiento del lenguaje natural contiene artículos, videos, blogs, repos oficiales junto con cuadernos de Colab. 🛫☑️

ashishpatel26
⭐ 1,168 Jupyter Notebook 👤 ashishpatel26 User 🕐 Actualizado 2025-08-01 📅 Creado 2021-12-13
107
lhotse-speech/lhotse

Herramientas para el manejo de datos multimodales en proyectos de aprendizaje automático.

lhotse-speech
⭐ 1,166 Python 👤 lhotse-speech Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-04-24
108
alan-ai/alan-sdk-cordova

El Sistema de Auto-Codificación para tu App — Alan AI SDK para Cordova

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 Actualizado 2025-04-22 📅 Creado 2019-10-23
109
sooftware/conformer

[No oficial] Implementación en PyTorch de "Conformer: Transformer aumentado por convolución para el reconocimiento de voz" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Actualizado 2026-11-15 📅 Creado 2021-01-21
110
ardha27/AI-Waifu-Vtuber

Vtuber IA para streaming en Youtube/Twitch

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 Actualizado 2026-05-31 📅 Creado 2023-03-11
111
LearnedVector/A-Hackers-AI-Voice-Assistant

Un asistente de voz IA para hackers, construido con Python y PyTorch.

LearnedVector
⭐ 1,121 Python 👤 LearnedVector User 🕐 Actualizado 2025-12-15 📅 Creado 2020-05-01
112
Saik0s/Whisperboard

La aplicación iOS de código abierto que hace que la transcripción de voz de calidad sea más accesible en dispositivos móviles.

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 Actualizado 2025-12-18 📅 Creado 2022-12-23
113
alumae/kaldi-gstreamer-server

Servidor de reconocimiento de voz full-duplex en tiempo real, basado en el kit de herramientas Kaldi y el framework GStreamer.

alumae
⭐ 1,090 Python 👤 alumae User 🕐 Actualizado 2024-06-08 📅 Creado 2014-01-06
114
kishanrajput23/Jarvis-Desktop-Voice-Assistant

Un asistente de voz para escritorio basado en Python capaz de ejecutar comandos a nivel del sistema, integrar reconocimiento de voz y texto a voz, y manejar interacciones de usuario asíncronas.

kishanrajput23
⭐ 1,085 Python 👤 kishanrajput23 User 🕐 Actualizado 2026-10-07 📅 Creado 2021-08-26
115
octimot/StoryToolkitAI

Una herramienta de edición que utiliza IA para transcribir, comprender contenido y buscar cualquier cosa en tus metraje, integrada con ChatGPT y otros modelos de IA

octimot
⭐ 1,082 Python 👤 octimot User 🕐 Actualizado 2026-07-28 📅 Creado 2022-09-29
116
alphacep/vosk-android-demo

Reconocimiento de voz sin conexión para Android con la biblioteca Vosk.

alphacep
⭐ 1,064 Java 👤 alphacep Organization 🕐 Actualizado 2025-12-08 📅 Creado 2019-09-03
117
pykaldi/pykaldi

Un wrapper de Python para Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Actualizado 2025-11-30 📅 Creado 2017-06-19
118
VocaHQ/vocalinux

Dictado por voz gratuito, de código abierto y 100% offline para Linux. Habla y escribe en cualquier lugar mediante los motores whisper.cpp, Whisper y VOSK, acelerado por GPU, funciona en X11 + Wayland.

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-04-12
120
k2-fsa/sherpa

Framework de servidor de voz a texto con Kaldi de próxima generación

k2-fsa
⭐ 1,022 C++ 👤 k2-fsa Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-05-20
121
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Reconocimiento automático de voz casi de última generación en Tensorflow 2. Idiomas admitidos que pueden usar caracteres o subpalabras

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Actualizado 2026-11-14 📅 Creado 2020-02-13
123
espressif/esp-skainet

Asistente de voz inteligente de Espressif

espressif
⭐ 1,003 C 👤 espressif Organization 🕐 Actualizado 2026-10-28 📅 Creado 2019-08-01
124
savbell/whisper-writer

💬📝 Una pequeña aplicación de dictado que utiliza el modelo de reconocimiento de voz Whisper de OpenAI.

savbell
⭐ 993 Python 👤 savbell User 🕐 Actualizado 2024-08-24 📅 Creado 2023-04-18
126
BinWang28/audio-ai-hub

El centro para la investigación de IA de audio: artículos, modelos abiertos, benchmarks y conjuntos de datos en LLM de audio, reconocimiento de voz, TTS, generación de música y audio.

BinWang28
⭐ 966 Python 👤 BinWang28 User 🕐 Actualizado 2026-11-16 📅 Creado 2024-06-15
127
alesaccoia/VoiceStreamAI

Transcripción de audio casi en tiempo real utilizando Whisper autoalojado y WebSocket en Python/JS

alesaccoia
⭐ 962 Python 👤 alesaccoia User 🕐 Actualizado 2026-08-13 📅 Creado 2023-12-26
128
sandrohanea/whisper.net

Whisper.net. Reconocimiento de voz simplificado con modelos Whisper

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Actualizado 2026-11-15 📅 Creado 2023-02-03
129
transcriptionstream/transcriptionstream

servicio de transcripción y diarización sin conexión autoalojado llave en mano con resumen LLM

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 Actualizado 2026-01-18 📅 Creado 2023-11-13
130
yuxino/Mimi

Convierte el audio del ordenador o del micrófono en subtítulos traducidos en tiempo real.

yuxino
⭐ 943 Rust 👤 yuxino User 🕐 Actualizado 2026-11-21 📅 Creado 2026-07-22
131
salute-developers/GigaAM

Modelo Fundamental para Tareas de Reconocimiento de Voz

salute-developers
⭐ 943 Python 👤 salute-developers Organization 🕐 Actualizado 2026-08-17 📅 Creado 2024-04-01
132
freewym/espresso

Espresso: Un kit rápido de reconocimiento de voz neuronal de extremo a extremo

freewym
⭐ 942 Python 👤 freewym User 🕐 Actualizado 2024-09-04 📅 Creado 2018-12-02
133
TheDeathDragon/LiveTranslate

Traducción de audio en tiempo real, captura audio del sistema + micrófono, ejecuta ASR (Whisper/SenseVoice), traduce mediante API de LLM con visualización en streaming. Perfecto para VTubers, streamers y ver contenido extranjero.

TheDeathDragon
⭐ 923 Python 👤 TheDeathDragon User 🕐 Actualizado 2026-08-17 📅 Creado 2026-03-15
134
backmeupplz/voicy

Voicy (@voicybot): un bot de Telegram que convierte mensajes de voz en texto en grupos y chats privados

backmeupplz
⭐ 915 JavaScript 👤 backmeupplz User 🕐 Actualizado 2026-11-19 📅 Creado 2016-12-03
135
TheStageAI/TheWhisper

Modelos Whisper optimizados para streaming y uso en dispositivos

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 Actualizado 2026-10-31 📅 Creado 2025-10-19
136
vndee/local-talking-llm

Un LLM parlante que se ejecuta en su propia computadora sin necesidad de internet.

vndee
⭐ 896 Python 👤 vndee User 🕐 Actualizado 2026-04-04 📅 Creado 2024-03-24
137
astorfi/speechpy

:speech_balloon: SpeechPy - Una biblioteca para el procesamiento y reconocimiento de voz: http://speechpy.readthedocs.io/en/latest/

astorfi
⭐ 885 Python 👤 astorfi User 🕐 Actualizado 2024-12-15 📅 Creado 2017-04-05
138
yeyupiaoling/PPASR

Reconocimiento de voz chino de extremo a extremo basado en PaddlePaddle, desde la introducción hasta la práctica, casos de introducción súper sencillos, proyectos empresariales súper prácticos. Admite los modelos más populares actualmente: DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Actualizado 2025-12-17 📅 Creado 2021-02-26
139
cjyaddone/ChatWaifu

Combiné ChatGPT con Moegoe TTS para crear una Waifu parlante

cjyaddone
⭐ 839 Python 👤 cjyaddone User 🕐 Actualizado 2024-04-08 📅 Creado 2022-12-18
140
JamesBrill/react-speech-recognition

💬Reconocimiento de voz para tu app de React

JamesBrill
⭐ 839 JavaScript 👤 JamesBrill User 🕐 Actualizado 2025-06-06 📅 Creado 2016-12-13
141
githubharald/CTCDecoder

Algoritmos de decodificación CTC (Clasificación Temporal Conectivista): mejor ruta, búsqueda en haz, búsqueda léxica, búsqueda de prefijo y paso de tokens. Implementado en Python.

githubharald
⭐ 838 Python 👤 githubharald User 🕐 Actualizado 2026-01-31 📅 Creado 2017-10-09
142
saharmor/whisper-playground

Crea aplicaciones web de speech2text en tiempo real usando Whisper de OpenAI https://openai.com/blog/whisper/

saharmor
⭐ 835 Python 👤 saharmor User 🕐 Actualizado 2025-09-12 📅 Creado 2022-10-02
143
Notely-Voice/NotelyVoice

Una aplicación de transcripción de voz con IA 100 % privada que convierte voz en texto en más de 100 idiomas. Desarrollada con Compose Multiplatform para Android e iOS y basada en Whisper AI: no se sube nada a la nube; todo el procesamiento se realiza en el dispositivo para garantizar una privacidad total. Contáctanos directamente en: [email protected]

Notely-Voice
⭐ 829 C++ 👤 Notely-Voice Organization 🕐 Actualizado 2026-11-12 📅 Creado 2024-10-20
144
SaarthurR/atticus-mac

Asistente de voz rápido y gratuito para tu Mac. Sin clave de API. Te recuerda y aprende tus atajos. Mantén pulsadas ⌃⌥Space y habla.

SaarthurR
⭐ 823 Python 👤 SaarthurR User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-10
145
CrispStrobe/CrispASR

Centro de ejecución C++ ggml para modelos multilingües de ASR y TTS: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, etc., además de alineación forzada universal y más

CrispStrobe
⭐ 823 C++ 👤 CrispStrobe User 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-29
146
deepgram/kur

Aprendizaje Profundo Descriptivo

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 Actualizado 2024-02-05 📅 Creado 2016-11-19
147
cmusphinx/cmudict

Diccionario CMU de Inglés de EE.UU.

cmusphinx
⭐ 821 Python 👤 cmusphinx Organization 🕐 Actualizado 2025-10-24 📅 Creado 2014-10-18
148
VRCWizard/TTS-Voice-Wizard

De voz a texto a voz. Reproduciendo canción. Envía texto como mensajes OSC a VRChat para mostrarlo en el avatar. (STTTS) (Voz a TTS) (Sistema STT de VRC) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 Actualizado 2026-10-12 📅 Creado 2022-03-15
149
lobehub/lobe-tts

🎤 Lobe TTS - Una biblioteca TTS/STT fiable y de alta calidad para servidor y navegador

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Actualizado 2026-11-12 📅 Creado 2023-11-02
150
mybigday/whisper.rn

Binding de React Native de whisper.cpp.

mybigday
⭐ 809 TypeScript 👤 mybigday Organization 🕐 Actualizado 2026-11-17 📅 Creado 2023-03-16