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

151
mezbaul-h/june

Chatbot de voz local para conversaciones interesantes, impulsado por Ollama, Hugging Face Transformers y Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Actualizado 2024-08-12 📅 Creado 2024-06-03
152
mallorbc/whisper_mic

Proyecto que permite usar un micrófono con OpenAI Whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Actualizado 2024-07-04 📅 Creado 2022-09-23
153
markovka17/dla

Aprendizaje profundo para el procesamiento de audio

markovka17
⭐ 780 Jupyter Notebook 👤 markovka17 User 🕐 Actualizado 2026-11-08 📅 Creado 2020-08-23
154
Ailln/cn2an

📦 Conversión rápida entre «números chinos» y «números arábigos» ~ (Nueva función: fracciones, fechas, temperaturas, etc.)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 Actualizado 2026-04-23 📅 Creado 2018-05-04
155
soupslurpr/Transcribro

Teclado y servicio privados y en el dispositivo de reconocimiento de voz para Android.

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Actualizado 2026-11-12 📅 Creado 2024-03-15
156
yeyupiaoling/PaddlePaddle-DeepSpeech

Reconocimiento de voz implementado basado en PaddlePaddle, reconocimiento de voz en chino. El proyecto está completo, con un buen efecto de reconocimiento. Soporta entrenamiento y predicción en Windows y Linux, soporta predicción en la placa de desarrollo Nvidia Jetson.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Actualizado 2025-12-17 📅 Creado 2019-11-01
157
amanvirparhar/chaplin

Una herramienta de reconocimiento de voz silencioso en tiempo real.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Actualizado 2025-11-02 📅 Creado 2025-02-03
158
exPHAT/SwiftWhisper

🎤 La forma más fácil de transcribir audio en Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Actualizado 2024-05-23 📅 Creado 2023-03-29
159
FireRedTeam/FireRedASR2S

Un sistema ASR todo en uno de grado industrial SOTA con módulos ASR, VAD, LID y Punc. FireRedASR2 admite chino (mandarín, 20+ dialectos/accentos), inglés, cambio de código y ASR tanto para voz como para canto. FireRedVAD admite voz/canto/música en 100+ idiomas. FireRedLID admite 100+ idiomas y 20+ dialectos chinos. FireRedPunc admite chino e inglés.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Actualizado 2026-06-02 📅 Creado 2026-02-12
160
Macoron/whisper.unity

Ejecutando el modelo de voz a texto (whisper.cpp) en Unity3d en tu máquina local.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Actualizado 2025-04-17 📅 Creado 2023-03-26
161
yeyupiaoling/MASR

Un framework Pytorch para reconocimiento automático del habla en streaming y no en streaming, compatible tanto con reconocimiento en línea como fuera de línea. Actualmente admite modelos Conformer, Squeezeformer y DeepSpeech2, junto con varios métodos de aumento de datos.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Actualizado 2026-07-06 📅 Creado 2020-07-29
162
MycroftAI/adapt

Adaptador de Analizador de Intenciones

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Actualizado 2024-07-21 📅 Creado 2015-09-08
163
Picovoice/rhino

Motor de Speech-to-Intent en dispositivo impulsado por aprendizaje profundo

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 Actualizado 2026-11-16 📅 Creado 2018-10-28
164
openspeech-team/openspeech

Kit de herramientas de código abierto para el reconocimiento de voz de extremo a extremo que aprovecha PyTorch-Lightning y Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Actualizado 2026-06-21 📅 Creado 2021-06-06
165
Baidu-AIP/speech-demo

Ejemplo de API de voz

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Actualizado 2024-07-25 📅 Creado 2018-02-24
166
jamsch/expo-speech-recognition

Reconocimiento de Voz para proyectos React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Actualizado 2026-10-29 📅 Creado 2023-10-30
167
Picovoice/speech-to-text-benchmark

Marco de referencia de benchmarks de speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Actualizado 2026-11-16 📅 Creado 2018-08-04
168
vilassn/whisper_android

Reconocimiento de voz sin conexión con OpenAI Whisper y TensorFlow Lite para Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Actualizado 2026-03-18 📅 Creado 2023-08-26
169
xinjli/allosaurus

Allosaurus es un reconocedor telefónico universal preentrenado para más de 2000 idiomas

xinjli
⭐ 689 Python 👤 xinjli User 🕐 Actualizado 2024-04-26 📅 Creado 2020-02-12
170
zeekk0/OpenAmika

OpenAmika: Amika, la compañera de IA de MekaHime, de código abierto. Avatar Live2D, voz en tiempo real, memoria a largo plazo y OpenRouter u Ollama como cerebro.

zeekk0
⭐ 684 Python 👤 zeekk0 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-11-03
171
inclusionAI/Ming

Ming: facilita capacidades avanzadas de comprensión y generación multimodal construidas sobre el Ling LLM.

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 Actualizado 2026-07-27 📅 Creado 2025-04-21
172
DmitryRyumin/INTERSPEECH-2023-24-Papers

Artículos INTERSPEECH 2023-2024: Una colección completa de investigaciones influyentes y emocionantes de la conferencia INTERSPEECH 2023-24. Explore los últimos avances en el procesamiento del habla y el lenguaje. Código incluido. ¡Estrella el repositorio para apoyar el avance de la tecnología del habla!

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Actualizado 2024-12-25 📅 Creado 2023-06-26
173
Picovoice/cheetah

Motor de transcripción de voz a texto en streaming en el dispositivo impulsado por aprendizaje profundo

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Actualizado 2026-11-12 📅 Creado 2018-10-28
174
sveinbjornt/hear

Interfaz de línea de comandos para las capacidades integradas de reconocimiento de voz y transcripción en macOS.

sveinbjornt
⭐ 671 Objective-C 👤 sveinbjornt User 🕐 Actualizado 2026-08-30 📅 Creado 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

Un conjunto de datos de audio gratuito de dígitos hablados. Una versión en audio de MNIST.

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 Actualizado 2024-05-02 📅 Creado 2016-06-21
176
woheller69/whisperIME

Editor de métodos de entrada (IME) para Android basado en Whisper

woheller69
⭐ 661 Java 👤 woheller69 User 🕐 Actualizado 2026-10-28 📅 Creado 2024-12-30
177
xifan2333/fcitx5-vinput

Entrada de voz para Fcitx5: reconocimiento de voz local y en la nube, reformulación con LLM y paquetes para distintas distribuciones

xifan2333
⭐ 654 C++ 👤 xifan2333 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-06
178
judahpaul16/gpt-home

¡ChatGPT en casa! Una mejor alternativa a los asistentes comerciales de hogar inteligente, construida sobre Raspberry Pi utilizando LiteLLM y LangGraph.

judahpaul16
⭐ 654 Python 👤 judahpaul16 User 🕐 Actualizado 2026-09-13 📅 Creado 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (voz a texto) para Node con detección de palabras clave offline

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Actualizado 2026-09-11 📅 Creado 2016-08-30
180
mmpneo/curses

Subtítulos de voz a texto y entrada KB para OBS, VRChat, chat de Twitch y Discord

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Actualizado 2024-06-18 📅 Creado 2022-11-16
181
reriiasu/speech-to-text

Transcripción en tiempo real usando faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Actualizado 2024-07-23 📅 Creado 2023-03-30
182
tornikegomareli/Talkify

Dictado por voz ultrarrápido, gratuito y centrado en lo local para macOS, con transcripción en el dispositivo

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Actualizado 2026-10-17 📅 Creado 2026-08-05
⭐ 580 C# 👤 VolcanicArts User 🕐 Actualizado 2026-10-29 📅 Creado 2022-03-14
184
githubharald/CTCWordBeamSearch

Decodificador de Clasificación Temporal Conexionista (CTC) con diccionario y modelo de lenguaje.

githubharald
⭐ 580 C++ 👤 githubharald User 🕐 Actualizado 2026-01-31 📅 Creado 2018-03-01
185
lovemefan/SenseVoice.cpp

Porte del modelo Sense-voice de Funasr a C/C++

lovemefan
⭐ 574 C 👤 lovemefan User 🕐 Actualizado 2025-12-19 📅 Creado 2024-08-06
186
alan-ai/alan-sdk-reactnative

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

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Actualizado 2026-02-14 📅 Creado 2019-10-23
187
algolia/voice-overlay-ios

🗣 Una superposición que obtiene el permiso de voz del usuario y la entrada como texto en una interfaz personalizable

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Actualizado 2026-06-23 📅 Creado 2018-06-25
188
SpeechColab/Leaderboard

SpeechIO Leaderboard: una plataforma de benchmarking grande, robusta y completa para el reconocimiento automático del habla.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Actualizado 2025-03-29 📅 Creado 2021-02-07
189
opennookorg/betterwispr

Aplicación de dictado gratuita, de código abierto y centrada en el uso local para macOS. Mantén pulsado un atajo, habla y el texto se escribirá en cualquier aplicación. Transcripción de voz a texto en el dispositivo con Whisper, Parakeet y Apple Speech. Una alternativa privada, sin conexión y de código abierto a Wispr Flow.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Actualizado 2026-11-14 📅 Creado 2026-10-07
190
opendilab/CleanS2S

Agente interactivo de voz a voz de alta calidad y en streaming en un solo archivo. ¡Prototipo de agente inteligente de interacción de voz en streaming full-duplex implementado solo con un archivo!

opendilab
⭐ 543 Python 👤 opendilab Organization 🕐 Actualizado 2026-04-07 📅 Creado 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

Lista de API STT de reconocimiento de voz coreano. Benchmarks de rendimiento para cada uno.

rtzr
⭐ 542 👤 rtzr Organization 🕐 Actualizado 2025-08-15 📅 Creado 2023-08-21
192
kouhxp/yapsnap

Transcribe cualquier URL de vídeo o archivo de audio a texto plano. Sin GPU. Sin servicios en la nube. Un solo comando.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Actualizado 2026-09-15 📅 Creado 2026-05-20
193
shashikg/WhisperS2T

Una canalización optimizada de voz a texto para el modelo Whisper compatible con múltiples motores de inferencia

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Actualizado 2024-08-27 📅 Creado 2023-12-16
194
CheyneyComputerScience/CREMA-D

Conjunto de datos de actores multimodales emocionales de crowdsourcing (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 Actualizado 2025-03-21 📅 Creado 2017-09-29
195
ccoreilly/vosk-browser

Una biblioteca de reconocimiento de voz ejecutándose en el navegador gracias a una compilación WebAssembly de Vosk

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Actualizado 2025-12-07 📅 Creado 2021-02-19
196
DmitryRyumin/ICASSP-2023-24-Papers

Artículos ICASSP 2023-2024: Una colección completa de artículos de investigación influyentes y emocionantes de las conferencias ICASSP 2023-24. Explore los últimos avances en acústica, voz y procesamiento de señales. Código incluido. ¡Marca el repositorio para apoyar el avance del procesamiento de audio y señales!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Actualizado 2025-05-05 📅 Creado 2023-08-01
197
shibing624/parrots

Reconocimiento Automático de Voz (ASR), motor de Texto a Voz (TTS). Reconocimiento de voz en chino e inglés, síntesis de voz de múltiples roles, soporta múltiples idiomas, alta precisión

shibing624
⭐ 527 Python 👤 shibing624 User 🕐 Actualizado 2025-11-11 📅 Creado 2018-08-26
198
cjyaddone/ChatWaifuL2D

Una versión de ChatWaifu habilitada para Renpy

cjyaddone
⭐ 524 Python 👤 cjyaddone User 🕐 Actualizado 2024-04-08 📅 Creado 2022-12-19
199
liusongxiang/Large-Audio-Models

Mantenga un registro de los grandes modelos en el dominio del audio, incluyendo voz, canto, música, etc.

liusongxiang
⭐ 522 👤 liusongxiang User 🕐 Actualizado 2026-07-03 📅 Creado 2023-03-12
200
apeatling/ollama-voice-mac

Ollama Voice compatible con Mac

apeatling
⭐ 519 Python 👤 apeatling User 🕐 Actualizado 2025-08-21 📅 Creado 2023-12-27