Git Stars Git Stars

#asr Dépôts

Découvrez 100 dépôts GitHub open source actifs associés à #asr, cumulant 289,141 étoiles au total (soit une moyenne de 2,891 étoiles par projet). Le projet en tête de ce thème est m-bain/whisperX, avec 25,556 étoiles.

100
Total des Dépôts
289,141
Nombre total d'étoiles
2,891
Moyenne d'Étoiles/Dépôt
1
m-bain/whisperX

WhisperX : Reconnaissance vocale automatique avec horodatages au niveau du mot (& diarisation)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Mis à jour 2026-11-21 📅 Créé 2022-12-09
2
modelscope/FunASR

Kit d'outils de reconnaissance vocale open source pour l'entraînement, l'inférence, la ASR en streaming, la VAD, la ponctuation, les pipelines de diarisation des locuteurs et le service compatible OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-11-24
3
NVIDIA-NeMo/Speech

Un framework d'IA générative scalable conçu pour les chercheurs et développeurs travaillant sur les grands modèles de langage, le multimodal et l'IA vocale (reconnaissance automatique de la parole et texte vers parole)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-08-05
4
k2-fsa/sherpa-onnx

Synthèse vocale, conversion de la parole en texte, diarisation des locuteurs, amélioration de la parole, séparation des sources et VAD utilisant la nouvelle génération de Kaldi avec onnxruntime sans connexion Internet. Prise en charge des systèmes embarqués, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, NPU RK, NPU Axera, NPU Ascend, serveurs x86_64, serveur/client websocket, prise en charge de 12 langages de programmation

k2-fsa
⭐ 16,076 C++ 👤 k2-fsa Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-09-01
5
alphacep/vosk-api

API de reconnaissance vocale hors ligne pour Android, iOS, Raspberry Pi et serveurs avec Python, Java, C# et Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2019-09-03
6
PaddlePaddle/PaddleSpeech

Kit d'outils vocal facile à utiliser incluant un modèle d'apprentissage auto-supervisé, ASR SOTA/Streaming avec ponctuation, TTS Streaming avec frontend texte, système de vérification du locuteur, traduction vocale de bout en bout et détection de mots-clés. Lauréat du Best Demo Award NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-08-12 📅 Créé 2017-11-14
7
speechbrain/speechbrain

Une boîte à outils vocale basée sur PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Mis à jour 2026-10-14 📅 Créé 2020-04-28
8
QwenAudio/SenseVoice

Modèle SenseVoiceSmall open source pour la reconnaissance vocale en mandarin, cantonais, anglais, japonais et coréen, identification de la langue, reconnaissance des émotions et détection d'événements audio.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Mis à jour 2026-09-30 📅 Créé 2024-07-03
9
jdepoix/youtube-transcript-api

Ceci est une API Python qui vous permet d'obtenir la transcription/sous-titres pour une vidéo YouTube donnée. Elle fonctionne également pour les sous-titres générés automatiquement et ne nécessite ni clé API ni navigateur headless, contrairement aux autres solutions basées sur Selenium !

jdepoix
⭐ 8,644 Python 👤 jdepoix User 🕐 Mis à jour 2026-11-09 📅 Créé 2018-04-20
10
wzpan/wukong-robot

🤖 wukong-robot est un projet simple, flexible et élégant de robot de dialogue vocal en chinois/enceinte intelligente, qui supporte les capacités de dialogue multi-tours de ChatGPT, et pourrait être le premier projet d'enceinte intelligente open source à supporter l'interaction cerveau-ordinateur.

wzpan
⭐ 7,063 Python 👤 wzpan User 🕐 Mis à jour 2024-10-25 📅 Créé 2019-01-16
11
modelscope/FunClip

Outil de transcription vidéo, de génération de sous-titres et de découpage assisté par LLM, propulsé par FunASR avec une interface utilisateur Gradio locale.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-01 📅 Créé 2023-05-17
12
MahmoudAshraf97/whisper-diarization

Reconnaissance vocale automatique avec diarisation du locuteur basée sur OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Mis à jour 2026-08-15 📅 Créé 2023-01-25
13
xiangyuecn/Recorder

Enregistrement HTML5 JS MP3 WAV OGG WebM AMR G711A G711U formats, prend en charge PC et Android, iOS certains navigateurs Web, Hybrid App (fournit le code source App Android iOS), WeChat, fournit ASR reconnaissance vocale vers texte version H5 exemple de chat vocal DTMF codage/décodage

xiangyuecn
⭐ 5,642 JavaScript 👤 xiangyuecn User 🕐 Mis à jour 2026-07-30 📅 Créé 2018-05-16
14
wenet-e2e/wenet

Production d'abord et boîte à outils de reconnaissance vocale de bout en bout prête pour la production

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2020-11-17
15
umlx5h/LLPlayer

Le lecteur multimédia pour l'apprentissage des langues, avec sous-titres doubles, sous-titres générés par l'IA, traduction en temps réel et plus encore !

umlx5h
⭐ 4,779 C# 👤 umlx5h User 🕐 Mis à jour 2026-11-05 📅 Créé 2025-01-31
16
0xShug0/audio.cpp

Un moteur d'inférence tout-en-un, pur C++, pour les modèles audio, propulsé par ggml. Prend en charge TTS, STT, VAD, conversion vocale, génération musicale, etc., avec des performances hautement optimisées. Aucune dépendance Python.

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-06-23
17
Open-Less/openless

Maintenez une touche, parlez, relâchez — du texte poli par IA apparaît à votre curseur dans n'importe quelle app. Saisie vocale open-source pour macOS et Windows.

Open-Less
⭐ 4,148 Rust 👤 Open-Less Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-04-27
18
PeterH0323/Streamer-Sales

Streamer-Sales Champion des Ventes – Grand Modèle LLM d'Animateur Commercial 🛒🎁, un grand modèle LLM d'animateur commercial capable de commenter des produits du point de vue de la stimulation de l'intention d'achat de l'utilisateur en fonction des caractéristiques données du produit. 🚀⭐ Comprend un processus détaillé de génération de données ❗ 📦 Intègre également LMDeploy pour une inférence accélérée 🚀, la génération augmentée par récupération RAG 📚, la synthèse vocale TTS 🔊, la génération d'avatars 🦸, l'utilisation d'agents pour interroger des informations en temps réel sur le web 🌐, la transcription vocale ASR 🎙️, le frontend de construction d'écosystème Vue 🍍, le backend de construction FastAPI 🗝️, le packaging et le déploiement avec Docker-compose 🐋

PeterH0323
⭐ 3,695 Python 👤 PeterH0323 User 🕐 Mis à jour 2025-03-08 📅 Créé 2024-04-05
19
ahmetoner/whisper-asr-webservice

API Webservice ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Mis à jour 2026-10-01 📅 Créé 2022-09-22
20
FluidInference/FluidAudio

Modèles audio Frontier CoreML dans vos applications — synthèse vocale, reconnaissance vocale, détection d'activité vocale et diarisation des locuteurs. En Swift, propulsé par le libre accès SOTA.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2025-06-21
21
Purfview/whisper-standalone-win

Exécutables autonomes Whisper & Faster-Whisper pour ceux qui ne veulent pas s'embêter avec Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Mis à jour 2025-11-07 📅 Créé 2023-02-25
22
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) peut effectuer de l'ASR, du TTS et de la conversion vocale avec un seul modèle minuscule !

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Mis à jour 2026-05-25 📅 Créé 2025-12-16
23
CheshireCC/faster-whisper-GUI

Interface graphique faster_whisper avec PySide6

CheshireCC
⭐ 2,999 Python 👤 CheshireCC User 🕐 Mis à jour 2026-08-25 📅 Créé 2023-07-18
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2018-07-24
25
linto-ai/whisper-timestamped

Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Mis à jour 2026-09-28 📅 Créé 2023-01-13
26
harry0703/AudioNotes

Extrayez rapidement le contenu audio et vidéo, en l'organisant en une note markdown structurée

harry0703
⭐ 2,564 Python 👤 harry0703 User 🕐 Mis à jour 2026-08-19 📅 Créé 2024-07-19
27
coqui-ai/STT

🐸STT - La boîte à outils d'apprentissage profond pour la reconnaissance vocale. Entraîner et déployer des modèles STT n'a jamais été aussi facile.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Mis à jour 2024-03-11 📅 Créé 2021-03-04
28
handy-computer/transcribe.cpp

Inférence parole-texte ggml pour plus de 16 familles de modèles

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-04-07
29
FireRedTeam/FireRedASR

Modèles ASR open-source de qualité industrielle prenant en charge le mandarin, les dialectes chinois et l'anglais, atteignant un nouveau SOTA sur les benchmarks publics ASR en mandarin, tout en offrant une capacité exceptionnelle de reconnaissance des paroles chantées.

FireRedTeam
⭐ 2,014 Python 👤 FireRedTeam Organization 🕐 Mis à jour 2026-02-25 📅 Créé 2025-01-24
30
tuya/TuyaOpen

Framework IA+IoT de nouvelle génération pour T2/T3/T5AI/ESP32/et plus encore – Intégration matérielle rapide d'agents IoT et IA

tuya
⭐ 1,956 C 👤 tuya Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-12-25
31
sgl-project/sglang-omni

Environnement d’exécution hautes performances pour le service de systèmes de superintelligence interactifs

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-01-07
32
k2-fsa/sherpa-ncnn

Reconnaissance vocale en temps réel et détection d'activité vocale (VAD) utilisant Kaldi de nouvelle génération avec ncnn sans connexion Internet. Prise en charge d'iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A, etc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2022-09-04
33
wwbin2017/bailing

Bailing est un robot de conversation vocale similaire à GPT-4o, implémenté via ASR+LLM+TTS, intégré avec d'excellents grands modèles comme DeepSeek R1, connecté à openClaw, un véritable assistant vocal personnel avec une latence aussi basse que 800 ms, exécutable sur des configurations basses comme Mac, prend en charge l'interruption

wwbin2017
⭐ 1,794 Python 👤 wwbin2017 User 🕐 Mis à jour 2026-04-06 📅 Créé 2024-08-25
34
mkiol/dsnote

Application Linux Speech Note. Prise de notes, lecture et traduction avec reconnaissance vocale hors ligne (Speech to Text), synthèse vocale (Text to Speech) et traduction automatique.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Mis à jour 2026-11-18 📅 Créé 2021-10-07
35
yuezhiai/jonex

Moteur d’analyse multimodale tout-en-un + moteur de connaissances prêt pour l’IA, fondé sur une ontologie et piloté par un wiki LLM

yuezhiai
⭐ 1,714 Python 👤 yuezhiai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-07-19
36
amicalhq/amical

Saisie vocale gratuite et open source pour macOS et Windows. Transcription vocale locale avec Whisper et Parakeet, également disponible hors ligne.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-05-08
37
byjlw/video-analyzer

Analyser des vidéos à l'aide de LLM, de la vision par ordinateur et de la reconnaissance automatique de la parole

byjlw
⭐ 1,620 Python 👤 byjlw User 🕐 Mis à jour 2026-04-19 📅 Créé 2024-11-10
38
QwenAudio/Fun-ASR

Modèles de reconnaissance vocale Fun-ASR, avec prise en charge native de Hugging Face Transformers pour Fun-ASR-Nano et des voies de déploiement distinctes pour FunASR, vLLM et llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-12-15
39
Delta-ML/delta

DELTA est une plateforme de traitement du langage naturel et de la parole basée sur l'apprentissage profond. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Mis à jour 2025-04-16 📅 Créé 2019-05-29
40
nyrahealth/CrisperWhisper

Transcription contrôlable. Verbatim (chaque mot de remplissage, pause, bégaiement et son vocal) ou interprétée (ce que le locuteur voulait dire, optimisée pour la lisibilité), avec des horodatages au niveau des mots.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2024-05-24
41
mbailey/voicemode

Conversations vocales naturelles avec Claude Code

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 Mis à jour 2026-11-20 📅 Créé 2025-06-08
42
R3gm/SoniTranslate

Traduction synchronisée pour vidéos. Doublage vidéo

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Mis à jour 2026-08-29 📅 Créé 2023-06-27
43
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge est un projet développé autour d'un modèle de génération TTS, implémentant un serveur API et une interface utilisateur Web basée sur Gradio.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2024-06-01
44
Henry-23/VideoChat

Un humain numérique interactif vocal en temps réel, avec une apparence et une voix personnalisables, prenant en charge le clonage de voix, et un délai de dialogue aussi bas que 3 secondes.

Henry-23
⭐ 1,333 Python 👤 Henry-23 User 🕐 Mis à jour 2025-12-18 📅 Créé 2024-10-18
45
goodroot/hyprwhspr

Reconnaissance vocale native pour Linux - Dictée rapide, précise, privée et hackable à l'échelle du système

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Mis à jour 2026-11-19 📅 Créé 2025-08-27
46
soniqo/speech-swift

Kit d'outils de parole IA pour Apple Silicon — ASR, TTS, parole-parole, VAD et diarisation propulsés par MLX et CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2026-02-04
47
ictnlp/StreamSpeech

StreamSpeech est un modèle transparent « tout-en-un » pour la reconnaissance vocale, la traduction vocale et la synthèse vocale hors ligne et simultanées.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Mis à jour 2025-06-29 📅 Créé 2024-06-04
48
alphacep/vosk-server

Serveur de reconnaissance vocale WebSocket, gRPC et WebRTC basé sur les bibliothèques Vosk et Kaldi

alphacep
⭐ 1,259 Python 👤 alphacep Organization 🕐 Mis à jour 2025-07-25 📅 Créé 2019-05-07
49
gufo-org/gufo

Le moteur d’IA open source pour AMD Strix Halo. Des modèles de texte, d’embeddings, de parole, d’image et de vidéo dans un seul binaire, avec des API compatibles avec OpenAI, une mise en cache pour les agents de programmation et des extensions de modèles. Linux et Windows.

gufo-org
⭐ 1,236 C++ 👤 gufo-org Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-08-11
50
yeyupiaoling/Whisper-Finetune

Affinage du modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement sans données d'horodatage, l'entraînement avec données d'horodatage et l'entraînement sans données vocales. Accélérer l'inférence et prendre en charge le déploiement Web, le déploiement sur le bureau Windows et le déploiement Android

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 Mis à jour 2026-05-08 📅 Créé 2023-04-22

Foire aux questions

1

Quel est le dépôt #asr le plus populaire sur GitHub ?

Le projet #asr open source le mieux classé sur GitHub est m-bain/whisperX, avec 25,556 étoiles. WhisperX : Reconnaissance vocale automatique avec horodatages au niveau du mot (& diarisation)

2

Quels langages de programmation sont les plus utilisés dans les dépôts #asr ?

Parmi les projets #asr les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, C, Jupyter Notebook.

3

Comment le classement des dépôts #asr est-il calculé ?

Nous suivons 100 dépôts open source actifs associés à #asr (500+ étoiles), totalisant 289,141 étoiles, avec une moyenne de 2,891 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.