Git Stars Git Stars

#speech-to-text Repositorios

211
Total de Repositorios
925,003
Total de estrellas
4,383
Promedio de Estrellas/Repo

211 repositorios en total

51
FluidInference/FluidAudio

Modelos de audio Frontier CoreML en tus aplicaciones: texto a voz, voz a texto, detección de actividad de voz y diarización de hablantes. En Swift, impulsado por código abierto SOTA.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Actualizado 2026-11-19 📅 Creado 2025-06-21
52
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
53
ictnlp/LLaMA-Omni

LLaMA-Omni es un modelo de interacción por voz de extremo a extremo de baja latencia y alta calidad construido sobre Llama-3.1-8B-Instruct, que tiene como objetivo lograr capacidades de voz al nivel de GPT-4o.

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 Actualizado 2025-05-19 📅 Creado 2024-09-10
54
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
55
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
56
kyutai-labs/delayed-streams-modeling

Modelos de Texto a Voz y Voz a Texto de Kyutai basados en el marco de Modelado de Flujos Retrasados.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Actualizado 2026-01-26 📅 Creado 2025-06-16
57
Vexa-ai/vexa

API de transcripción de reuniones de código abierto para Google Meet, Microsoft Teams y Zoom. Bots que se unen automáticamente, transcripciones en tiempo real vía WebSocket, servidor MCP para agentes de IA. Puedes auto-alojar o usar SaaS alojado.

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 Actualizado 2026-11-13 📅 Creado 2025-02-07
58
davabase/whisper_real_time

Transcripción en tiempo real con OpenAI Whisper.

davabase
⭐ 2,936 Python 👤 davabase User 🕐 Actualizado 2025-04-15 📅 Creado 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Actualizado 2026-10-29 📅 Creado 2018-07-24
60
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
61
FrigadeHQ/yogurt

Notas de reuniones privadas con IA que permanecen en tu ordenador. Sin bots para reuniones. Gratis y de código abierto para Mac, Windows y Linux. Una alternativa a Granola, Otter y Fireflies.

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-11-10
62
iamsrikanthnani/pluely

La alternativa de código abierto a Cluely: un asistente de IA ultrarrápido centrado en la privacidad que funciona sin problemas durante reuniones, entrevistas y conversaciones sin que nadie lo sepa. Construido con Tauri para un rendimiento nativo, solo 10 MB. Completamente indetectable en videollamadas, compartir pantalla y grabaciones.

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Actualizado 2026-10-26 📅 Creado 2025-08-16
63
yazinsai/OpenOats

Una grabadora de reuniones bonita y minimalista para Mac. Pulsa Iniciar y, al pulsar Detener, obtendrás las notas y la transcripción en un solo archivo Markdown. Funciona en el dispositivo, es gratuita y de código abierto.

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 Actualizado 2026-11-17 📅 Creado 2026-02-28
64
ishan0102/vimGPT

Navega por la web con GPT-4V y Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Actualizado 2024-09-25 📅 Creado 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 Actualizado 2026-11-17 📅 Creado 2025-03-31
66
coqui-ai/STT

🐸STT - El kit de herramientas de aprendizaje profundo para Speech-to-Text. Entrenar y desplegar modelos STT nunca ha sido tan fácil.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Actualizado 2024-03-11 📅 Creado 2021-03-04
67
meizhong986/WhisperJAV

Generador de subtítulos ASR/STT. Utiliza Qwen3-ASR, LLM local, Whisper, TEN-VAD. Resistente al ruido para JAV.

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 Actualizado 2026-11-15 📅 Creado 2023-10-18
68
sindresorhus/awesome-whisper

🔊 Lista impresionante para Whisper — un sistema de reconocimiento de voz de código abierto impulsado por IA desarrollado por OpenAI

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 Actualizado 2026-09-17 📅 Creado 2023-05-10
69
yan5xu/ququ

Alternativa gratuita de código abierto a Wispr Flow | La próxima generación de flujos de trabajo de voz de escritorio chinos con modelos locales FunASR integrados y LLM configurables

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 Actualizado 2025-10-08 📅 Creado 2025-09-20
70
jianfch/stable-ts

Transcripción, alineación forzada e indexación de audio con Whisper de OpenAI

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Actualizado 2025-10-29 📅 Creado 2022-09-29
71
handy-computer/transcribe.cpp

Inferencia de voz a texto ggml para más de 16 familias de modelos

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-04-07
72
pannous/tensorflow-speech-recognition

🎙Reconocimiento de voz utilizando el framework de aprendizaje profundo de TensorFlow, redes neuronales sequence-to-sequence

pannous
⭐ 2,176 Python 👤 pannous User 🕐 Actualizado 2024-01-17 📅 Creado 2015-12-07
73
Nutlope/notesGPT

Graba notas de voz y transpíbalas, resúmelas y obtén tareas

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 Actualizado 2026-07-12 📅 Creado 2023-11-08
74
intel/openvino-plugins-ai-audacity

Un conjunto de efectos, generadores y analizadores habilitados por IA para Audacity®.

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 Actualizado 2026-10-19 📅 Creado 2023-09-06
75
ricky0123/vad

Detector de actividad de voz (VAD) para el navegador con una API simple

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Actualizado 2026-09-12 📅 Creado 2022-10-17
76
techjarves/Portable-Local-Studio

Estudio de IA local y portátil para Windows, Linux y macOS. Interfaz gráfica sin configuración para generación de imágenes, LLM GGUF, conversión de texto a voz y de voz a texto

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Actualizado 2026-11-14 📅 Creado 2026-06-04
77
schibsted/WAAS

Whisper as a Service (GUI y API con cola para OpenAI Whisper)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 Actualizado 2026-11-11 📅 Creado 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Un AI Agent Studio local para Windows orientado al comercio electrónico mediante transmisiones en directo de Douyin, con un flujo de trabajo inteligente unificado que conecta el descubrimiento de streamers, la obtención de información sobre las transmisiones, el análisis posterior de los directos y la planificación de contenido para vídeos cortos.

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 Actualizado 2026-08-24 📅 Creado 2026-08-22
79
jarikomppa/soloud

Motor de audio gratuito, fácil y portátil para juegos

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Actualizado 2024-08-13 📅 Creado 2013-07-15
80
lanbinleo/bili2text

Convierte videos de Bilibili a texto, en un solo paso, solo ingresa el enlace para usarlo

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 Actualizado 2026-11-03 📅 Creado 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus: Más rápido, más inteligente y más capaz 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 Actualizado 2026-11-02 📅 Creado 2023-11-21
82
TypeWhisper/typewhisper-mac

Transcripción de voz local para macOS IA en el dispositivo, completamente privada, nube opcional

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-02-12
83
bugbakery/audapolis

un editor de audio hablado con transcripción automática

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 Actualizado 2026-06-24 📅 Creado 2021-09-03
85
peteonrails/voxtype

Transcripción de voz a texto con push-to-talk para compositores Wayland

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 Actualizado 2026-11-20 📅 Creado 2025-11-28
86
software-mansion/react-native-executorch

Biblioteca de inferencia de IA en el dispositivo para React Native, de alto rendimiento y con la privacidad como prioridad, impulsada por el runtime ExecuTorch de PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-10-16
87
x007xyz/flycut-caption

Un componente React completo para la edición de subtítulos de video con reconocimiento de voz impulsado por IA y capacidades de edición visual.

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 Actualizado 2026-11-20 📅 Creado 2025-09-22
88
antirez/voxtral.c

Inferencia en puro C del modelo Mistral Voxtral Realtime 4B de voz a texto

antirez
⭐ 1,755 C 👤 antirez User 🕐 Actualizado 2026-02-15 📅 Creado 2026-02-05
89
mkiol/dsnote

Aplicación Linux Speech Note. Tomar notas, leer y traducir con voz a texto (Speech to Text) y texto a voz (Text to Speech) sin conexión, y traducción automática.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Actualizado 2026-11-18 📅 Creado 2021-10-07
90
Olcmyk/HuChenFeng

Recopilar todo el contenido de Hu Chenfeng

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Actualizado 2026-02-17 📅 Creado 2025-10-06
91
royshil/obs-localvocal

Plugin OBS para reconocimiento de voz local y subtitulado con IA

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 Actualizado 2026-11-05 📅 Creado 2023-08-10
92
isaackogan/TikTokLive

TikTok LIVE API para Python: La biblioteca de terceros definitiva para recibir eventos de transmisión en vivo (comentarios, regalos, etc.) en tiempo real desde TikTok LIVE.

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 Actualizado 2026-10-20 📅 Creado 2022-02-24
93
waybarrios/vllm-mlx

Servidor de inferencia de LLM de alto rendimiento compatible con OpenAI y Anthropic para Apple Silicon. MLX nativo, procesamiento por lotes continuo, modelos multimodales, llamadas a herramientas MCP y soporte para Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Actualizado 2026-11-07 📅 Creado 2025-12-06
94
Muesli-HQ/muesli

Muesli: transcripción local de reuniones y dictado nativos para agentes en macOS (alternativa a Granola + WisprFlow + Littlebird)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-05
95
amicalhq/amical

Dictado por voz gratuito y de código abierto para macOS y Windows. Transcripción local de voz a texto con Whisper y Parakeet; también funciona sin conexión.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-05-08
96
Norsico/Video-Materials-AutoGEN-Workstation

Una estación de trabajo de generación (de videos cortos) que integra planificación de contenido, generación automática de textos publicitarios por IA, doblaje automático masivo de TTS, síntesis de material de imagen (IA), extracción automática de guiones de subtítulos de idioma por ASR y creación libre por IA. Facilita la gestión de los proyectos de video de cada edición.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Actualizado 2026-10-14 📅 Creado 2025-11-18
97
QwenAudio/Fun-ASR

Modelos de reconocimiento de voz Fun-ASR, con compatibilidad nativa con Hugging Face Transformers para Fun-ASR-Nano y rutas de implementación independientes para FunASR, vLLM y llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-12-15
98
yakGPT/yakGPT

Interfaz de ChatGPT que se ejecuta localmente, manos libres

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Actualizado 2024-05-08 📅 Creado 2023-03-30
99
silverstein/minutes

Alternativa de código abierto y centrada en lo local a Granola/Otter que Claude Code, Codex, Cursor y cualquier cliente MCP pueden consultar. Reuniones, llamadas y notas de voz transcritas en el dispositivo a Markdown que te pertenece.

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-18
100
kyutai-labs/unmute

Hacer que los LLM de texto escuchen y hablen

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Actualizado 2026-09-09 📅 Creado 2025-06-10