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

102
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Nodos personalizados que extienden las capacidades de Comfyui

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Actualizado 2026-11-20 📅 Creado 2023-05-10
103
zackees/transcribe-anything

Aplicación Whisper multi-backend. Ultrarrápida. Optimizada para Mac-ARM. Instalación sencilla. Introduce un archivo local o una URL y este servicio lo transcribirá utilizando Whisper AI. Completamente privado y gratuito 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 Actualizado 2026-10-26 📅 Creado 2021-05-09
104
ARahim3/mlx-tune

Ajusta finamente LLMs en tu Mac con Apple Silicon. SFT, DPO, GRPO, Visión, TTS, STT, Embedding y ajuste fino de OCR — de forma nativa en MLX. API compatible con Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Actualizado 2026-06-23 📅 Creado 2026-01-03
105
R3gm/SoniTranslate

Traducción sincronizada para vídeos. Doblaje de vídeo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Actualizado 2026-08-29 📅 Creado 2023-06-27
106
0nutation/SpeechGPT

Serie SpeechGPT: Grandes modelos de lenguaje de voz

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Actualizado 2024-07-22 📅 Creado 2023-05-16
107
coqui-ai/open-speech-corpora

💎 Una lista de corpora de voz accesibles para ASR, TTS y otras tecnologías de voz

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Actualizado 2024-06-06 📅 Creado 2019-01-31
108
Softcatala/whisper-ctranslate2

Cliente de línea de comandos Whisper compatible con el cliente original de OpenAI basado en CTranslate2.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 Actualizado 2026-11-12 📅 Creado 2023-03-17
109
Robitx/gp.nvim

Gp.nvim (prompt GPT) Plugin de IA de Neovim: sesiones de ChatGPT y operaciones de texto/código que se pueden instruir y voz a texto [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 Actualizado 2025-08-11 📅 Creado 2023-06-18
110
Capsize-Games/airunner

Motor de inferencia sin conexión para arte, conversaciones de voz en tiempo real, chatbots impulsados por LLM y flujos de trabajo automatizados

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-03-21
111
goodroot/hyprwhspr

Reconocimiento de voz nativo para Linux - Dictado rápido, preciso, privado y hackeable en todo el sistema

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Actualizado 2026-11-19 📅 Creado 2025-08-27
112
ictnlp/StreamSpeech

StreamSpeech es un modelo "todo en uno" sin interrupciones para el reconocimiento de voz, la traducción de voz y la síntesis de voz sin conexión y simultánea.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Actualizado 2025-06-29 📅 Creado 2024-06-04
113
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
114
Kieirra/murmure

Totalmente local, privado y multiplataforma Speech-to-Text con post-procesamiento LLM

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 Actualizado 2026-11-20 📅 Creado 2025-10-12
115
PromtEngineer/Verbi

Una aplicación de asistente de voz modular para experimentar con modelos de transcripción, generación de respuestas y texto a voz de última generación. Soporta las API de OpenAI, Groq, Elevenlabs, CartesiaAI y Deepgram, además de modelos locales a través de Ollama. Ideal para investigación y desarrollo en tecnología de voz.

PromtEngineer
⭐ 1,125 Python 👤 PromtEngineer User 🕐 Actualizado 2025-11-22 📅 Creado 2024-05-20
116
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
117
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
118
PatterAI/Patter

SDK de voz-AI de código abierto. La alternativa a Vapi/Retell para desarrolladores que quieren controlar la pila. Dale a tu agente de IA un número de teléfono en 4 líneas — Python y TypeScript, con licencia MIT, Twilio, Telnyx y Plivo.

PatterAI
⭐ 1,086 Python 👤 PatterAI Organization 🕐 Actualizado 2026-11-04 📅 Creado 2026-04-07
119
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
voquill/voquill

Tecnología de dictado por voz de código abierto

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-09-23
121
fossasia/voxbento_translator

Proyecto de traducción Voxbento

fossasia
⭐ 1,023 JavaScript 👤 fossasia Organization 🕐 Actualizado 2026-07-31 📅 Creado 2017-11-25
122
dimastatz/whisper-flow

Whisper-Flow es un marco diseñado para permitir la transcripción en tiempo real de contenido de audio utilizando el modelo Whisper de OpenAI. En lugar de procesar archivos completos después de la carga (modo por lotes), Whisper-Flow acepta una corriente continua de fragmentos de audio y produce transcripciones incrementales de inmediato.

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 Actualizado 2026-11-15 📅 Creado 2024-06-03
123
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
124
nomily-ai/nomily-app

Asistente de grabación de voz con BYOK, transcripción ASR, diarización de hablantes, resúmenes de IA y compatibilidad con endpoints ASR locales.

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 Actualizado 2026-11-19 📅 Creado 2026-08-05
125
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat es un Modelo de Lenguaje de Audio Grande construido para interacciones de voz naturales y de baja latencia.

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 Actualizado 2026-09-24 📅 Creado 2025-12-23
126
susiai/susi_shell

Este conjunto de herramientas permite a los usuarios interactuar directamente con servicios de IA desde su terminal.

susiai
⭐ 1,004 Python 👤 susiai Organization 🕐 Actualizado 2025-05-04 📅 Creado 2017-11-25
127
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
128
livekit/agents-js

Crea agentes de IA multimodales en tiempo real con Node.js

livekit
⭐ 971 TypeScript 👤 livekit Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-04-01
129
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
130
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
131
jitsi/jiwer

Evalúe su sistema de habla a texto con medidas de similitud como la tasa de error de palabras (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Actualizado 2026-09-03 📅 Creado 2018-06-19
132
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
133
codeforequity-at
⭐ 943 JavaScript 👤 codeforequity-at User 🕐 Actualizado 2026-10-21 📅 Creado 2019-12-03
134
hehehai/VoxtMini

Entrada de voz para macOS con modelos locales: transcribe, traduce y reescribe en cualquier app. El sucesor de Voxt.

hehehai
⭐ 916 Go 👤 hehehai User 🕐 Actualizado 2026-11-21 📅 Creado 2026-02-26
135
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
136
VladislavAntonyuk/MauiSamples

Ejemplos de .NET MAUI

VladislavAntonyuk
⭐ 912 C# 👤 VladislavAntonyuk User 🕐 Actualizado 2026-07-16 📅 Creado 2021-11-16
137
marswaveai/TypeNo

Una app gratuita, de código abierto, con prioridad a la privacidad para entrada de voz en macOS.

marswaveai
⭐ 906 Swift 👤 marswaveai Organization 🕐 Actualizado 2026-08-28 📅 Creado 2026-03-24
138
TheStageAI/TheWhisper

Modelos Whisper optimizados para streaming y uso en dispositivos

TheStageAI
⭐ 905 Python 👤 TheStageAI Organization 🕐 Actualizado 2026-10-31 📅 Creado 2025-10-19
139
lifeiteng/OmniSenseVoice

Omni SenseVoice: Reconocimiento de voz de alta velocidad con marcas de tiempo de palabras 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Actualizado 2025-12-10 📅 Creado 2024-09-22
140
BryceWG/BiBi-Keyboard

BiBi Keyboard: teclado de método de entrada de voz LLM y ASR para la plataforma Android basado en Kotlin

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 Actualizado 2026-11-19 📅 Creado 2025-10-06
141
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
142
Blue-B/WhisperSubTranslate

Una aplicación de escritorio local y gratuita para extraer subtítulos (SRT) de vídeos y traducirlos a cualquier idioma: uso ilimitado, sin registro, sin nube.

Blue-B
⭐ 853 JavaScript 👤 Blue-B User 🕐 Actualizado 2026-11-18 📅 Creado 2025-08-11
143
corvo007/MioSub

Software de generación de subtítulos totalmente automatizado y todo en uno; cubre todo el proceso de descarga, transcripción, traducción y grabación, sin necesidad de intervención humana.

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 Actualizado 2026-10-20 📅 Creado 2025-11-22
144
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
145
mustafaaljadery/lightning-whisper-mlx

Una implementación extremadamente rápida de Whisper optimizada para Apple Silicon utilizando MLX.

mustafaaljadery
⭐ 835 Python 👤 mustafaaljadery User 🕐 Actualizado 2024-05-08 📅 Creado 2024-03-23
146
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
147
Azure-Samples/aoai-realtime-audio-sdk

Recursos de código de Azure OpenAI para usar las capacidades en tiempo real de gpt-4o.

Azure-Samples
⭐ 832 TypeScript 👤 Azure-Samples Organization 🕐 Actualizado 2025-09-30 📅 Creado 2024-10-01
148
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
149
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
150
deepgram/kur

Aprendizaje Profundo Descriptivo

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