#stt Repositorios
Descubre 38 repositorios activos de código abierto de GitHub etiquetados con #stt, que acumulan 136,479 estrellas en total (una media de 3,591 estrellas por proyecto). El líder de este tema es khoj-ai/khoj, con 38,195 estrellas.
38 repositorios en total
Tu segundo cerebro de IA. Auto-hospedable. Obtén respuestas de la web o de tus documentos. Crea agentes personalizados, programa automatizaciones, realiza investigaciones profundas. Convierte cualquier LLM en línea o local en tu IA personal y autónoma (gpt, claude, gemini, llama, qwen, mistral). Empieza ahora - gratis.
API de reconocimiento de voz offline para Android, iOS, Raspberry Pi y servidores con Python, Java, C# y Node
Conversión de voz a texto con latencia muy baja, reconocimiento de intenciones y texto a voz, para construir agentes e interfaces de voz
Crea rápidamente agentes de texto, voz y vídeo. Un backend de agentes rápido basado en Go, con SDK para todos los lenguajes. Valores predeterminados sensatos para búsqueda, conocimiento, habilidades, telefonía, entornos aislados, memoria y persistencia. IA soberana. Toma el control de tu IA.
Herramienta de reconocimiento de voz a texto / Una herramienta local sin conexión para convertir subtítulos de audio/vídeo, que produce formatos json, srt y texto plano
Convierte audio y vídeo en subtítulos con una interfaz web fácil de usar. Todo se ejecuta en tu propio equipo. Anteriormente Whishper.
🐸STT - El kit de herramientas de aprendizaje profundo para Speech-to-Text. Entrenar y desplegar modelos STT nunca ha sido tan fácil.
🎙Reconocimiento de voz utilizando el framework de aprendizaje profundo de TensorFlow, redes neuronales sequence-to-sequence
IA de voz en tiempo real con más de 100 modelos en Arduino ESP32, con WebSockets seguros y funciones en el borde para juguetes con IA, compañeros de escritorio y dispositivos
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.
NobodyWho es un motor de inferencia que te permite ejecutar LLMs de forma local y eficiente en cualquier dispositivo.
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.
Traducción de voz bidireccional en tiempo real para reuniones bilingües: detecta automáticamente el idioma hablado y traduce en ambas direcciones, ya sea en la nube o completamente sin conexión en el dispositivo. Escritorio (Windows · macOS · Linux) + extensión de navegador (Chrome · Edge) para Zoom, Meet, Teams y cualquier aplicación.
Una plataforma de gestión empresarial Java para Xiaozhi ESP32, que ofrece una solución integrada de frontend, backend y servidor para la monitorización de dispositivos, la personalización de timbres, el cambio de roles y la gestión del historial de conversaciones
🍦 Speech-AI-Forge es un proyecto desarrollado en torno a un modelo de generación TTS, que implementa un servidor API y una interfaz de usuario web basada en Gradio.
💎 Una lista de corpora de voz accesibles para ASR, TTS y otras tecnologías de voz
Traducción de voz en tiempo real — macOS y Windows, TTS gratuito, sin servidor, solo tus claves API
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, ..]
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
Un SDK modular de Swift para procesamiento de audio con MLX en Apple Silicon
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)
🎤 Lobe TTS - Una biblioteca TTS/STT fiable y de alta calidad para servidor y navegador
MLX Omni Server es un servidor de inferencia local impulsado por el framework MLX de Apple, diseñado específicamente para los chips Apple Silicon (serie M). Implementa puntos finales de API compatibles con OpenAI, lo que permite una integración perfecta con los clientes SDK de OpenAI existentes y, al mismo tiempo, aprovecha la potencia de la inferencia ML local.
Ejecutando el modelo de voz a texto (whisper.cpp) en Unity3d en tu máquina local.
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.
Motor de transcripción de voz a texto en streaming en el dispositivo impulsado por aprendizaje profundo
:speech_balloon: /so.nus/ STT (voz a texto) para Node con detección de palabras clave offline
Un componente React para hacer que la corrección de transcripciones automáticas de audio y video sea más fácil y rápida. Por BBC News Labs. - En progreso
Un dispositivo de IA conversacional + framework de software para compañía, entretenimiento, educación, atención médica, aplicaciones de IoT y robótica DIY. Construido con Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT y Azure TTS 🤖
Una biblioteca de reconocimiento de voz ejecutándose en el navegador gracias a una compilación WebAssembly de Vosk
El medidor de gasto y la barrera presupuestaria para agentes de voz con IA. Mide STT + TTS + LLM + telefonía por llamada, sin configuración adicional (Pipecat, LiveKit — Python y TypeScript). Detiene por la fuerza el siguiente turno antes de que supere tu límite. Local, sin cuenta y sin telemetría. Creado por Floe: controles de costes para la Voice AI.
Subtítulos bilingües en tiempo real para cualquier app en macOS. Captura audio, transcribe el habla y traduce sin conexión, todo desde la barra de menús.
Habla con Feng Ge: clona la voz y la personalidad de cualquier persona para conversar por voz en tiempo real, con una latencia de ingeniería inferior a 1 segundo.
Preguntas frecuentes
¿Cuál es el repositorio de #stt más popular en GitHub?
El proyecto de código abierto de #stt mejor posicionado en GitHub es khoj-ai/khoj, con 38,195 estrellas. Tu segundo cerebro de IA. Auto-hospedable. Obtén respuestas de la web o de tus documentos. Crea agentes personalizados, programa automatizaciones, realiza investigaciones profundas. Convierte cualquier LLM en línea o local en tu IA personal y autónoma (gpt, claude, gemini, llama, qwen, mistral). Empieza ahora - gratis.
¿Qué lenguajes de programación se utilizan más en los repositorios de #stt?
Entre los proyectos de #stt mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, C++, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #stt?
Seguimos 38 repositorios activos de código abierto etiquetados con #stt (500+ estrellas), que suman un total de 136,479 estrellas, con una media de 3,591 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.