Git Stars Git Stars

#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
Total de Repositorios
136,479
Total de estrellas
3,591
Promedio de Estrellas/Repo

38 repositorios en total

1
khoj-ai/khoj

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.

khoj-ai
⭐ 38,195 Python 👤 khoj-ai Organization 🕐 Actualizado 2026-08-02 📅 Creado 2021-08-16
2
jianchang512/pyvideotrans

Traduce el video de un idioma a otro e incorpora doblaje y subtítulos.

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 Actualizado 2026-11-21 📅 Creado 2023-10-02
3
alphacep/vosk-api

API de reconocimiento de voz offline para Android, iOS, Raspberry Pi y servidores con Python, Java, C# y Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Actualizado 2026-10-15 📅 Creado 2019-09-03
4
moonshine-ai/moonshine

Conversión de voz a texto con latencia muy baja, reconocimiento de intenciones y texto a voz, para construir agentes e interfaces de voz

moonshine-ai
⭐ 11,577 C++ 👤 moonshine-ai Organization 🕐 Actualizado 2026-11-10 📅 Creado 2024-10-04
5
GetStream/Agents

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.

GetStream
⭐ 8,217 Go 👤 GetStream Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-08-11
6
jianchang512/stt

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

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Actualizado 2026-01-22 📅 Creado 2023-12-28
7
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
8
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
9
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
10
akdeb/ElatoAI

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

akdeb
⭐ 2,122 TypeScript 👤 akdeb User 🕐 Actualizado 2026-11-21 📅 Creado 2025-04-08
11
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
12
nobodywho-ooo/nobodywho

NobodyWho es un motor de inferencia que te permite ejecutar LLMs de forma local y eficiente en cualquier dispositivo.

nobodywho-ooo
⭐ 1,699 Rust 👤 nobodywho-ooo Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-09-03
13
neural-maze/ava-whatsapp-agent-course

Conoce a Ava, el agente de WhatsApp

neural-maze
⭐ 1,681 Python 👤 neural-maze Organization 🕐 Actualizado 2025-10-20 📅 Creado 2024-12-17
14
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
15
DicioTeam/dicio-android

Aplicación asistente Dicio para Android

DicioTeam
⭐ 1,553 Kotlin 👤 DicioTeam Organization 🕐 Actualizado 2026-10-23 📅 Creado 2019-08-02
16
kizuna-ai-lab/sokuji

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.

kizuna-ai-lab
⭐ 1,508 TypeScript 👤 kizuna-ai-lab Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-04-14
17
R3gm/SoniTranslate

Traducción sincronizada para vídeos. Doblaje de vídeo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Actualizado 2026-08-29 📅 Creado 2023-06-27
18
joey-zhou/xiaozhi-esp32-server-java

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

joey-zhou
⭐ 1,429 Java 👤 joey-zhou User 🕐 Actualizado 2026-11-18 📅 Creado 2025-02-27
19
lenML/Speech-AI-Forge

🍦 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.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Actualizado 2026-05-21 📅 Creado 2024-06-01
20
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
21
phuc-nt/my-translator

Traducción de voz en tiempo real — macOS y Windows, TTS gratuito, sin servidor, solo tus claves API

phuc-nt
⭐ 1,323 Python 👤 phuc-nt User 🕐 Actualizado 2026-07-11 📅 Creado 2026-03-13
22
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
23
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
24
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
25
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
26
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
27
madroidmaq/mlx-omni-server

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.

madroidmaq
⭐ 746 Python 👤 madroidmaq User 🕐 Actualizado 2026-05-09 📅 Creado 2024-11-05
28
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
29
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
30
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
31
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
32
bbc/react-transcript-editor

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

bbc
⭐ 625 JavaScript 👤 bbc Organization 🕐 Actualizado 2026-11-11 📅 Creado 2018-11-01
33
elevenlabs/skills

Colecciones de habilidades para crear con ElevenLabs

elevenlabs
⭐ 579 Python 👤 elevenlabs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-01-24
34
StarmoonAI/Starmoon

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 🤖

StarmoonAI
⭐ 546 TypeScript 👤 StarmoonAI Organization 🕐 Actualizado 2026-03-27 📅 Creado 2024-08-12
35
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
36
Floe-Labs/floe-guard

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.

Floe-Labs
⭐ 517 Python 👤 Floe-Labs Organization 🕐 Actualizado 2026-08-24 📅 Creado 2026-06-14
37
franklioxygen/v2s

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.

franklioxygen
⭐ 515 Swift 👤 franklioxygen User 🕐 Actualizado 2026-11-17 📅 Creado 2026-03-17
38
YeJe-cpu/talk-to-fengge

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.

YeJe-cpu
⭐ 504 Python 👤 YeJe-cpu User 🕐 Actualizado 2026-07-11 📅 Creado 2026-06-25

Preguntas frecuentes

1

¿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.

2

¿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.

3

¿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.