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

151
Neywa-Labs/mlx-audio-swift

Un SDK modular de Swift para procesamiento de audio con MLX en Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-12-03
152
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
153
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
154
moona3k/macparakeet

Aplicación de voz rápida, privada y local para Macs con Apple Silicon: dictado, transcripción de archivos/medios, grabación de reuniones, transformaciones y una CLI de automatización pública. Gratuita y de código abierto.

moona3k
⭐ 795 Swift 👤 moona3k User 🕐 Actualizado 2026-11-09 📅 Creado 2026-02-10
155
MetaWu2077/Esp32_VoiceChat_LLMs

dispositivo basado en esp32, utilizado principalmente para chatear por voz con modelos de lenguaje grandes

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Actualizado 2024-03-24 📅 Creado 2024-03-09
156
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
157
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
158
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
159
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
160
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
161
zhangliwei7758/unity-AI-Chat-Toolkit

Implementación de funciones relacionadas con el chat de IA utilizando Unity. Actualmente, esta biblioteca incluye implementaciones de código para llamadas API a modelos de lenguaje grandes como ChatGPT y ChatGLM, así como la implementación de servicios de voz de Microsoft Azure y Baidu AI. Los servicios de voz utilizan API web y son compatibles con plataformas como Windows/WebGL/Android.

zhangliwei7758
⭐ 763 👤 zhangliwei7758 User 🕐 Actualizado 2025-07-01 📅 Creado 2023-07-22
162
ILikeAI/AlwaysReddy

AlwaysReddy es un asistente de voz LLM que siempre está a solo una combinación de teclas de distancia.

ILikeAI
⭐ 760 Python 👤 ILikeAI User 🕐 Actualizado 2025-03-04 📅 Creado 2024-01-24
163
rapidaai/voice-ai

Rapida es una plataforma de orquestación de IA de voz de código abierto y de extremo a extremo para crear agentes de voz conversacionales en tiempo real con streaming de audio, STT, TTS, VAD, integración multicanal, gestión del estado del agente y observabilidad.

rapidaai
⭐ 760 Go 👤 rapidaai Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-12-07
164
exPHAT/SwiftWhisper

🎤 La forma más fácil de transcribir audio en Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Actualizado 2024-05-23 📅 Creado 2023-03-29
165
EmulationAI/awesome-large-audio-models

Colección de recursos sobre las aplicaciones de los modelos lingüísticos grandes (LLM) en Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Actualizado 2026-11-02 📅 Creado 2023-08-18
166
lhl/voicechat2

Chat de voz SRT/LLM/TTS local

lhl
⭐ 747 Python 👤 lhl User 🕐 Actualizado 2024-10-12 📅 Creado 2024-06-29
167
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
168
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
169
MycroftAI/adapt

Adaptador de Analizador de Intenciones

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Actualizado 2024-07-21 📅 Creado 2015-09-08
170
Baidu-AIP/speech-demo

Ejemplo de API de voz

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Actualizado 2024-07-25 📅 Creado 2018-02-24
171
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
172
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
173
tover0314-w/opentypeless

Escritura por voz con IA de código abierto para macOS, Windows y Linux. Pulsa una tecla rápida, habla con naturalidad y obtén texto pulido en cualquier aplicación.

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 Actualizado 2026-11-15 📅 Creado 2026-02-26
174
zh-plus/openlrc

Transcribir y traducir voz a archivo LRC usando Whisper y LLMs (GPT, Claude, et,al). Usar whisper y LLM (GPT, Claude, etc.) para transcribir y traducir tu audio a un archivo de subtítulos.

zh-plus
⭐ 684 Python 👤 zh-plus User 🕐 Actualizado 2026-08-10 📅 Creado 2023-06-08
175
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
176
iskandaryv/meetingly-ai

Asistente de entrevistas con IA de código abierto y copiloto para reuniones: respuestas en tiempo real durante llamadas de Zoom, Google Meet y Teams, transcripción en el dispositivo e invisible al compartir la pantalla. Alternativa gratuita a Cluely, Interview Coder y Final Round AI para Windows, macOS y Linux.

iskandaryv
⭐ 669 TypeScript 👤 iskandaryv User 🕐 Actualizado 2026-11-13 📅 Creado 2025-09-04
177
DenisovAV/flutter_edge_ai

IA en el dispositivo para Flutter: Gemma y otros LLM, capacidades multimodales, llamadas a funciones, embeddings, RAG y voz en Android, iOS, Web, macOS, Windows y Linux.

DenisovAV
⭐ 669 Dart 👤 DenisovAV User 🕐 Actualizado 2026-11-20 📅 Creado 2024-04-02
178
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
179
ErickWendel/localstudio

Estudio de presentaciones estilo Canva exclusivo para navegador, impulsado por IA web local.

ErickWendel
⭐ 637 TypeScript 👤 ErickWendel User 🕐 Actualizado 2026-10-21 📅 Creado 2026-06-24
180
watzon/pindrop

Una aplicación de dictado nativa para la barra de menús de macOS que utiliza conversión de voz a texto local con WhisperKit

watzon
⭐ 628 Swift 👤 watzon User 🕐 Actualizado 2026-09-05 📅 Creado 2026-01-26
181
weynechen/intrascribe

Despliegue privado en red interna disponible, herramienta de transcripción y resumen de voz para equipos/unidades, código completo de frontend y backend

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 Actualizado 2025-09-24 📅 Creado 2025-08-13
182
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
183
jitsi/jigasi

Jigasi: una aplicación del lado del servidor que actúa como puerta de enlace a las conferencias de Jitsi Meet. Actualmente permite que los clientes SIP habituales se unan a las reuniones y proporciona capacidades de transcripción.

jitsi
⭐ 615 Java 👤 jitsi Organization 🕐 Actualizado 2026-11-18 📅 Creado 2014-08-07
184
vardanagarwal/Proctoring-AI

Creación de un software para la monitorización automática en la supervisión en línea

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Actualizado 2024-12-10 📅 Creado 2020-05-04
185
reriiasu/speech-to-text

Transcripción en tiempo real usando faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Actualizado 2024-07-23 📅 Creado 2023-03-30
186
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
187
oxbshw/watch-skill

Dota a los agentes de IA de ojos, oídos y resultados verificables. Watch Skill convierte el vídeo, el audio y la actividad de pantalla en pruebas con marcas de tiempo y fáciles de buscar, y demuestra el trabajo mediante contratos deterministas, no opiniones del modelo. DeepWatch es el espacio de trabajo para agentes basado en DeepSeek Harness. Python + npm, MCP, CLI, REST y Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Actualizado 2026-11-16 📅 Creado 2026-07-05
188
Xewdy444/Playwright-reCAPTCHA

Una biblioteca de Python para resolver reCAPTCHA v2 y v3 con Playwright

Xewdy444
⭐ 592 Python 👤 Xewdy444 User 🕐 Actualizado 2026-11-17 📅 Creado 2023-01-19
189
PunithVT/ai-avatar-system

🎭 Plataforma de avatar de IA / humano digital: sube una foto, clona una voz y habla con cualquier rostro en tiempo real mediante vídeo con sincronización labial. De código abierto y autohospedada. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Actualizado 2026-11-13 📅 Creado 2025-11-30
190
dsa/fast-voice-assistant

⚡ Asistente de voz con IA increíblemente rápido con tiempos de respuesta <500 ms

dsa
⭐ 581 Python 👤 dsa User 🕐 Actualizado 2024-12-03 📅 Creado 2024-08-27
⭐ 580 C# 👤 VolcanicArts User 🕐 Actualizado 2026-10-29 📅 Creado 2022-03-14
192
ElishaAz/Sayboard

Un IME de voz de código abierto en el dispositivo (teclado) para Android que utiliza la biblioteca Vosk.

ElishaAz
⭐ 572 Kotlin 👤 ElishaAz User 🕐 Actualizado 2025-07-01 📅 Creado 2022-02-16
193
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
194
SonicloudTech/mouse-mcp

Servidor MCP de ratón de hardware para agentes de IA en Windows x64. Control USB HID y dictado por voz; requiere hardware y firmware uMouse compatibles.

SonicloudTech
⭐ 555 TypeScript 👤 SonicloudTech Organization 🕐 Actualizado 2026-10-31 📅 Creado 2026-10-20
195
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
196
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
197
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
198
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
199
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
200
C4rohan/Lampline

Crea agentes telefónicos con IA en tu propio ordenador y prueba cada cambio con una llamada de IA. Código abierto; funciona gratis sin claves de API y cuesta unos céntimos por llamada con tus propias claves. Importa Dialogflow CX.

C4rohan
⭐ 529 Python 👤 C4rohan User 🕐 Actualizado 2026-11-11 📅 Creado 2026-10-19