Git Stars Git Stars

#voice-activity-detection Repositorios

Descubre 34 repositorios activos de código abierto de GitHub etiquetados con #voice-activity-detection, que acumulan 106,805 estrellas en total (una media de 3,141 estrellas por proyecto). El líder de este tema es modelscope/FunASR, con 21,091 estrellas.

34
Total de Repositorios
106,805
Total de estrellas
3,141
Promedio de Estrellas/Repo

35 repositorios en total

1
modelscope/FunASR

Kit de herramientas de reconocimiento de voz de código abierto para entrenamiento, inferencia, ASR en streaming, VAD, puntuación, tuberías de diarización de hablantes y servicio compatible con OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-11-24
2
pyannote/pyannote-audio

Bloques de construcción neuronales para la diarización de hablantes: detección de actividad de voz, detección de cambio de hablante, detección de voz solapada, embedding de hablante

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-03-07
3
snakers4/silero-vad

Silero VAD: Detector de actividad de voz preentrenado de nivel empresarial

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Actualizado 2026-11-20 📅 Creado 2020-11-23
4
noisetorch/NoiseTorch

Supresión de ruido de micrófono en tiempo real en Linux.

noisetorch
⭐ 10,268 Go 👤 noisetorch Organization 🕐 Actualizado 2025-01-13 📅 Creado 2020-07-04
5
smacke/ffsubsync

Sincroniza subtítulos con el video automáticamente.

smacke
⭐ 7,951 Python 👤 smacke User 🕐 Actualizado 2026-07-24 📅 Creado 2019-02-24
6
agermanidis/autosub

[YA NO MANTENIDO] Utilidad de línea de comandos para generar automáticamente subtítulos para cualquier archivo de video

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Actualizado 2024-03-22 📅 Creado 2015-06-29
7
ufal/whisper_streaming

Whisper streaming en tiempo real para transcripción y traducción de voz a texto de discursos largos

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 Actualizado 2025-11-12 📅 Creado 2023-04-05
8
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
9
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
11
wiseman/py-webrtcvad

Interfaz de Python para el Detector de Actividad de Voz de WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Actualizado 2024-07-04 📅 Creado 2016-04-23
12
TEN-framework/ten-vad

Detector de actividad de voz (VAD): baja latencia, alto rendimiento y ligero

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-04-29
13
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
14
jim-schwoebel/voice_datasets

🔊 Una lista completa de conjuntos de datos de código abierto para la computación de voz y sonido (más de 95 conjuntos de datos).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Actualizado 2024-06-06 📅 Creado 2019-07-24
15
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
16
juanmc2005/diart

Un paquete de Python para construir aplicaciones de audio en tiempo real impulsadas por IA

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 Actualizado 2026-06-19 📅 Creado 2021-08-09
17
k2-fsa/sherpa-ncnn

Reconocimiento de voz en tiempo real y detección de actividad de voz (VAD) utilizando Kaldi de próxima generación con ncnn sin conexión a Internet. Soporte para iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A, etc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Actualizado 2026-11-12 📅 Creado 2022-09-04
18
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
19
soniqo/speech-swift

Kit de herramientas de voz IA para Apple Silicon — ASR, TTS, voz-a-voz, VAD y diarización impulsados por MLX y CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-02-04
20
ABexit/ASR-LLM-TTS

Este es un sistema de interacción por voz construido sobre un modelo de código abierto, que integra ASR, LLM y TTS en secuencia. El modelo ASR es SenceVoice, los modelos LLM son QWen2.5-0.5B/1.5B y existen tres modelos TTS: CosyVoice, Edge-TTS y pyttsx3

ABexit
⭐ 1,283 Python 👤 ABexit User 🕐 Actualizado 2026-06-03 📅 Creado 2024-11-12
21
QwenLM/Qwen3-ASR-Toolkit

Kit de herramientas oficial de Python para la API Qwen3-ASR. Llamadas paralelas de alto rendimiento, transcripción de audio larga y robusta, compatibilidad con múltiples frecuencias de muestreo.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Actualizado 2026-02-05 📅 Creado 2025-09-16
22
ggeop/Python-ai-assistant

Asistente de IA de Python 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Actualizado 2024-11-17 📅 Creado 2019-05-16
23
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
24
ina-foss/inaSpeechSegmenter

Kit de herramientas de segmentación de audio basado en CNN. Permite detectar habla, música, ruido y género del hablante. Ha sido diseñado para estudios a gran escala sobre igualdad de género basados en el tiempo de habla por género.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Actualizado 2026-03-12 📅 Creado 2018-03-12
25
google/visqol

Estimador de Calidad Perceptual para voz y audio

google
⭐ 894 C++ 👤 google Organization 🕐 Actualizado 2025-05-17 📅 Creado 2019-12-06
26
amsehili/auditok

Una herramienta de detección de actividad de voz y segmentación de audio

amsehili
⭐ 862 Python 👤 amsehili User 🕐 Actualizado 2026-07-28 📅 Creado 2015-09-17
27
DataoceanAI/Dolphin

Dolphin es un modelo ASR multilingüe y multitarea entrenado conjuntamente por DataoceanAI y la Universidad de Tsinghua.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Actualizado 2026-06-11 📅 Creado 2025-03-18
28
FireRedTeam/FireRedASR2S

Un sistema ASR todo en uno de grado industrial SOTA con módulos ASR, VAD, LID y Punc. FireRedASR2 admite chino (mandarín, 20+ dialectos/accentos), inglés, cambio de código y ASR tanto para voz como para canto. FireRedVAD admite voz/canto/música en 100+ idiomas. FireRedLID admite 100+ idiomas y 20+ dialectos chinos. FireRedPunc admite chino e inglés.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Actualizado 2026-06-02 📅 Creado 2026-02-12
29
dpirch/libfvad

Biblioteca de detección de actividad de voz (VAD), basada en el motor VAD de WebRTC

dpirch
⭐ 570 C 👤 dpirch User 🕐 Actualizado 2024-04-02 📅 Creado 2016-09-17
30
FireRedTeam/FireRedVAD

Una detección de actividad de voz y detección de eventos de audio de grado industrial SOTA, que admite más de 100 idiomas, superando a Silero-VAD, TEN-VAD, FunASR-VAD y WebRTC-VAD

FireRedTeam
⭐ 569 Python 👤 FireRedTeam Organization 🕐 Actualizado 2026-05-06 📅 Creado 2026-03-03
31
0x5446/api4sensevoice

Servidor API y websocket para sensevoice. Ha heredado algunas funciones mejoradas, como la detección VAD, el reconocimiento en streaming en tiempo real y la verificación del hablante.

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 Actualizado 2024-10-23 📅 Creado 2024-08-11
32
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
33
nyosegawa/speech.cpp

Síntesis de voz, reconocimiento de voz y detección de actividad vocal para conversaciones por voz, en C++ sobre ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet y Silero VAD en Metal, Vulkan y la CPU, con un servidor compatible con OpenAI y transcripción en tiempo real.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Actualizado 2026-11-20 📅 Creado 2026-09-29
34
baxtree/subaligner

Sincroniza y traduce subtítulos automáticamente, o crea nuevos transcribiéndolos, utilizando DNNs preentrenados, alineaciones forzadas y Transformers. https://subaligner.readthedocs.io/

baxtree
⭐ 509 Python 👤 baxtree User 🕐 Actualizado 2026-11-02 📅 Creado 2019-12-16
35
HKAllThingsLink/streaming-asr

Un sistema ligero cliente-servidor para procesamiento de audio en tiempo real con detección de actividad de voz (VAD) y reconocimiento automático de voz (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Actualizado 2026-01-04 📅 Creado 2025-12-01

Preguntas frecuentes

1

¿Cuál es el repositorio de #voice-activity-detection más popular en GitHub?

El proyecto de código abierto de #voice-activity-detection mejor posicionado en GitHub es modelscope/FunASR, con 21,091 estrellas. Kit de herramientas de reconocimiento de voz de código abierto para entrenamiento, inferencia, ASR en streaming, VAD, puntuación, tuberías de diarización de hablantes y servicio compatible con OpenAI/MCP.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #voice-activity-detection?

Entre los proyectos de #voice-activity-detection mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C, C++, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #voice-activity-detection?

Seguimos 34 repositorios activos de código abierto etiquetados con #voice-activity-detection (500+ estrellas), que suman un total de 106,805 estrellas, con una media de 3,141 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.