Git Stars Git Stars

#asr Dépôts

100
Total des Dépôts
289,141
Nombre total d'étoiles
2,891
Moyenne d'Étoiles/Dépôt
51
Kieirra/murmure

Entièrement local, privé et multiplateforme Speech-to-Text avec post-traitement LLM

Kieirra
⭐ 1,170 TypeScript 👤 Kieirra User 🕐 Mis à jour 2026-11-20 📅 Créé 2025-10-12
52
xzf-thu/Mega-ASR

Premier ASR fondamental construit pour le monde réel - 7 conditions acoustiques atomiques, 54 scénarios composés, 2,6 millions d'échantillons et jusqu'à ~30% de gains par rapport à l'état de l'art là où tous les autres modèles échouent. **Vous reviendrez à MEGA-ASR, après que les autres aient échoué dans la nature. ⭐**

xzf-thu
⭐ 1,152 Python 👤 xzf-thu User 🕐 Mis à jour 2026-09-02 📅 Créé 2026-05-16
53
sooftware/conformer

[Non officiel] Implémentation PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
⭐ 1,137 Python 👤 sooftware User 🕐 Mis à jour 2026-11-15 📅 Créé 2021-01-21
54
shang-zhu/violin

Compétence de traduction vidéo open source

shang-zhu
⭐ 1,091 Python 👤 shang-zhu User 🕐 Mis à jour 2026-09-04 📅 Créé 2026-04-07
55
alphacep/vosk-android-demo

Reconnaissance vocale hors ligne pour Android avec la bibliothèque Vosk.

alphacep
⭐ 1,064 Java 👤 alphacep Organization 🕐 Mis à jour 2025-12-08 📅 Créé 2019-09-03
56
pykaldi/pykaldi

Un wrapper Python pour Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Mis à jour 2025-11-30 📅 Créé 2017-06-19
57
k2-fsa/sherpa

Framework de serveur Speech-to-text avec Kaldi de nouvelle génération

k2-fsa
⭐ 1,022 C++ 👤 k2-fsa Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-05-20
58
233stone/vocotype-cli

VocoType est un outil d'entrée vocale respectueux de la vie privée et sécurisé qui s'exécute côté client local. Grâce à une touche de raccourci, il convertit la voix en temps réel en texte et l'insère automatiquement dans l'application en cours. Il prend en charge des fonctions telles que MCP pour la conversion vocale en texte, optimisation de texte par IA, dictionnaire de remplacement personnalisé, conversion de fichiers audio/vidéo en texte, rendant l'entrée vocale plus efficace et plus sûre.

233stone
⭐ 1,016 Python 👤 233stone User 🕐 Mis à jour 2026-10-14 📅 Créé 2025-10-13
59
nomily-ai/nomily-app

Assistant d’enregistrement vocal avec BYOK, transcription ASR, diarisation des intervenants, résumés par IA et prise en charge des points de terminaison ASR locaux.

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-08-05
60
freewym/espresso

Espresso : Un kit d'outils rapide de reconnaissance vocale neuronale de bout en bout

freewym
⭐ 942 Python 👤 freewym User 🕐 Mis à jour 2024-09-04 📅 Créé 2018-12-02
61
geekwenjie/SmartJavaAI

🔥🔥🔥Boîte à outils d'algorithmes d'IA gratuite et hors ligne pour Java, prenant en charge la reconnaissance faciale, la détection de vivacité, la reconnaissance d'expressions, la détection d'objets, la segmentation d'instances, la détection de piétons, la reconnaissance de texte OCR, la reconnaissance de plaques d'immatriculation, la reconnaissance de tableaux, ASR+TTS, la traduction automatique et d'autres fonctions, utilisable par référence Maven. Prend en charge PyTorch, Tensorflow et a intégré des modèles courants tels que Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.

geekwenjie
⭐ 941 Java 👤 geekwenjie User 🕐 Mis à jour 2026-06-20 📅 Créé 2025-02-21
62
TheDeathDragon/LiveTranslate

Traduction audio en temps réel, capture l'audio système + micro, exécute ASR (Whisper/SenseVoice), traduit via API LLM avec affichage en streaming. Parfait pour les VTubers, les streamers et regarder des contenus étrangers.

TheDeathDragon
⭐ 923 Python 👤 TheDeathDragon User 🕐 Mis à jour 2026-08-17 📅 Créé 2026-03-15
63
hehehai/VoxtMini

Saisie vocale pour macOS avec des modèles locaux : transcrivez, traduisez et reformulez dans n’importe quelle app. Le successeur de Voxt.

hehehai
⭐ 916 Go 👤 hehehai User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-02-26
64
innovatorved/whisper.api

Ce projet fournit une API avec un support d'accès au niveau utilisateur pour transcrire la parole en texte à l'aide d'un modèle ASR Whisper affiné et traité.

innovatorved
⭐ 914 Python 👤 innovatorved User 🕐 Mis à jour 2026-11-20 📅 Créé 2023-08-12
65
lifeiteng/OmniSenseVoice

Omni SenseVoice : Reconnaissance vocale à haute vitesse avec horodatage des mots 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Mis à jour 2025-12-10 📅 Créé 2024-09-22
66
BryceWG/BiBi-Keyboard

BiBi Keyboard : clavier d’entrée vocale LLM et ASR pour la plateforme Android basé sur Kotlin

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 Mis à jour 2026-11-19 📅 Créé 2025-10-06
67
Spr-Aachen/Easy-Voice-Toolkit

Boîte à outils conviviale pour la reconnaissance/transcription/conversion vocale etc. | Boîte à outils vocale simple et facile à utiliser

Spr-Aachen
⭐ 870 Python 👤 Spr-Aachen User 🕐 Mis à jour 2026-10-25 📅 Créé 2023-02-09
68
yeyupiaoling/PPASR

Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'introduction à la pratique, exemples d'introduction ultra simples, projets d'entreprise ultra pratiques. Prend en charge les modèles les plus populaires actuellement : DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
⭐ 868 Python 👤 yeyupiaoling User 🕐 Mis à jour 2025-12-17 📅 Créé 2021-02-26
69
zai-org/GLM-ASR

GLM-ASR-Nano : Un modèle robuste de reconnaissance vocale open source avec 1,5 milliard de paramètres

zai-org
⭐ 864 Python 👤 zai-org Organization 🕐 Mis à jour 2026-03-06 📅 Créé 2025-12-09
70
aiola-lab/whisper-medusa

Chuchoter avec des têtes de Méduse

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Mis à jour 2026-07-02 📅 Créé 2024-07-17
71
AkagawaTsurunaki/ZerolanLiveRobot

VTuber IA avec LLM, ASR, TTS, OCR, CV et d’autres technologies pour diffuser en direct ou jouer à Minecraft avec vous.

AkagawaTsurunaki
⭐ 834 Python 👤 AkagawaTsurunaki User 🕐 Mis à jour 2026-04-14 📅 Créé 2024-03-04
72
TrevorS/voxtral-mini-realtime-rs

Voxtral ASR & TTS s'exécutant nativement et dans le navigateur. Une implémentation Rust de Voxtral mini ASR/TTS en temps réel de Mistral utilisant le framework ML Burn

TrevorS
⭐ 827 Rust 👤 TrevorS User 🕐 Mis à jour 2026-10-12 📅 Créé 2026-02-04
74
Ailln/cn2an

📦 Conversion rapide entre «chiffres chinois» et «chiffres arabes» ~ (Nouvelle fonctionnalité : fractions, dates, températures, etc.)

Ailln
⭐ 768 Python 👤 Ailln User 🕐 Mis à jour 2026-04-23 📅 Créé 2018-05-04
75
yeyupiaoling/PaddlePaddle-DeepSpeech

Reconnaissance vocale implémentée basée sur PaddlePaddle, reconnaissance vocale en chinois. Le projet est complet, avec un bon effet de reconnaissance. Prend en charge l'entraînement et la prédiction sous Windows et Linux, prend en charge la prédiction sur la carte de développement Nvidia Jetson.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Mis à jour 2025-12-17 📅 Créé 2019-11-01
76
FireRedTeam/FireRedASR2S

Un système ASR tout-en-un industriel de pointe avec des modules ASR, VAD, LID et Punc. FireRedASR2 prend en charge le chinois (mandarin, 20+ dialectes/accents), l'anglais, l'alternance codique, et l'ASR pour la parole et le chant. FireRedVAD prend en charge la parole/le chant/la musique dans 100+ langues. FireRedLID prend en charge 100+ langues et 20+ dialectes chinois. FireRedPunc prend en charge le chinois et l'anglais.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2026-02-12
77
Macoron/whisper.unity

Exécution du modèle de reconnaissance vocale (whisper.cpp) dans Unity3d sur votre machine locale.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Mis à jour 2025-04-17 📅 Créé 2023-03-26
78
yeyupiaoling/MASR

Un framework Pytorch pour la reconnaissance vocale automatique en flux et non en flux, compatible avec la reconnaissance en ligne et hors ligne. Il prend actuellement en charge les modèles Conformer, Squeezeformer et DeepSpeech2, ainsi que diverses méthodes d'augmentation de données.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Mis à jour 2026-07-06 📅 Créé 2020-07-29
79
openspeech-team/openspeech

Boîte à outils open source pour la reconnaissance vocale de bout en bout utilisant PyTorch-Lightning et Hydra.

openspeech-team
⭐ 715 Python 👤 openspeech-team Organization 🕐 Mis à jour 2026-06-21 📅 Créé 2021-06-06
80
sofdog-gh/realtime-transcription-fastrtc

Transcription vocale en temps réel avec FastRTC ⚡️ et Whisper local 🤗

sofdog-gh
⭐ 700 Python 👤 sofdog-gh User 🕐 Mis à jour 2025-07-10 📅 Créé 2025-03-01
81
vilassn/whisper_android

Reconnaissance vocale hors ligne avec OpenAI Whisper et TensorFlow Lite pour Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Mis à jour 2026-03-18 📅 Créé 2023-08-26
82
DmitryRyumin/INTERSPEECH-2023-24-Papers

Articles INTERSPEECH 2023-2024 : Une collection complète de recherches influentes et passionnantes de la conférence INTERSPEECH 2023-24. Explorez les dernières avancées dans le traitement de la parole et du langage. Code inclus. Ajoutez une étoile au dépôt pour soutenir l'avancement de la technologie de la parole !

DmitryRyumin
⭐ 683 👤 DmitryRyumin User 🕐 Mis à jour 2024-12-25 📅 Créé 2023-06-26
84
Picovoice/cheetah

Moteur de transcription vocale en streaming sur appareil alimenté par l'apprentissage profond

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2018-10-28
85
zenstory-ai/video-recap-skills

Pack de compétences d’agent IA pour la narration vidéo : découpage automatique des plans, analyse des images pour rédiger le texte de narration, ajout de la voix off et mixage audio pour produire la vidéo finale ; exportation de brouillons pour Jianying/CapCut, sans GPU requis | Compétences d’agent pour résumés vidéo narrés et brouillons CapCut

zenstory-ai
⭐ 649 Python 👤 zenstory-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-05-02
86
huggingface/optimum-intel

🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel

huggingface
⭐ 631 Jupyter Notebook 👤 huggingface Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-05-25
87
zw76859420/ASR_Theory

Théorie de la reconnaissance vocale, articles et PPT

zw76859420
⭐ 616 👤 zw76859420 User 🕐 Mis à jour 2024-08-07 📅 Créé 2019-01-26
88
Moyf/moys-asr-workflow

L’atelier de sous-titrage d’Amo : le flux de transcription de sous-titres ASR de Moy (MAW en abrégé)

Moyf
⭐ 610 JavaScript 👤 Moyf User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-07-26
89
HiMeditator/auto-caption

Un logiciel d'affichage de sous-titres en temps réel multiplateforme.

HiMeditator
⭐ 610 TypeScript 👤 HiMeditator User 🕐 Mis à jour 2026-10-14 📅 Créé 2025-05-11
90
RapidAI/RapidASR

📣 Bibliothèque open-source de reconnaissance vocale automatique de niveau commercial, prête à l'emploi, prise en charge multiplateforme, reconnaissance mixte chinois-anglais. Une implémentation multiplateforme de l'inférence ASR. Elle est basée sur ONNXRuntime et FunASR. Nous fournissons un ensemble d'API plus simples pour appeler des modèles ASR.

RapidAI
⭐ 593 C++ 👤 RapidAI Organization 🕐 Mis à jour 2024-05-15 📅 Créé 2021-12-15
91
second-state/echokit_server

Plateforme d'Agents Vocaux Open Source

second-state
⭐ 591 Rust 👤 second-state Organization 🕐 Mis à jour 2026-02-15 📅 Créé 2025-02-26
92
SAOS-3624/dsh-video-storyboard

Storyboard sensible aux scènes pour DeepSeek Harness : de 9 à 16 cases numérotées avec horodatages + transcription + enveloppe audio, réunies dans UNE seule image (384 tokens). Deux outils : video_storyboard et video_zoom.

SAOS-3624
⭐ 585 JavaScript 👤 SAOS-3624 User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-26
93
wildminder/awesome-ai-voice

Liste de modèles open source de synthèse vocale (TTS), de clonage de voix et de génération musicale

wildminder
⭐ 562 👤 wildminder User 🕐 Mis à jour 2026-11-04 📅 Créé 2026-03-10
94
PiSugar/whisplay-ai-chatbot

Chatbot IA de poche construit à l'aide d'un RPI Zero 2w / 5

PiSugar
⭐ 545 TypeScript 👤 PiSugar Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2025-05-07
95
SpeechColab/Leaderboard

SpeechIO Leaderboard : une plateforme de benchmarking large, robuste et complète pour la reconnaissance vocale automatique.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Mis à jour 2025-03-29 📅 Créé 2021-02-07
96
kouhxp/yapsnap

Transcrivez n'importe quelle URL de vidéo ou fichier audio en texte brut. Sans GPU. Sans cloud. Une seule commande.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Mis à jour 2026-09-15 📅 Créé 2026-05-20
97
shashikg/WhisperS2T

Un pipeline optimisé de synthèse vocale vers texte pour le modèle Whisper prenant en charge plusieurs moteurs d'inférence

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Mis à jour 2024-08-27 📅 Créé 2023-12-16
98
ccoreilly/vosk-browser

Une bibliothèque de reconnaissance vocale fonctionnant dans le navigateur grâce à une compilation WebAssembly de Vosk

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Mis à jour 2025-12-07 📅 Créé 2021-02-19
99
DmitryRyumin/ICASSP-2023-24-Papers

Articles ICASSP 2023-2024 : Une collection complète d'articles de recherche influents et passionnants des conférences ICASSP 2023-24. Explorez les derniers développements en matière d'acoustique, de parole et de traitement du signal. Code inclus. Étoilez le dépôt pour soutenir l'avancement du traitement audio et du signal !

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Mis à jour 2025-05-05 📅 Créé 2023-08-01
100
nyosegawa/speech.cpp

Synthèse vocale, reconnaissance vocale et détection d’activité vocale pour les conversations vocales, en C++ avec ggml : Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet et Silero VAD sur Metal, Vulkan et le CPU, avec un serveur compatible avec OpenAI et une transcription en direct.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Mis à jour 2026-11-20 📅 Créé 2026-09-29