Git Stars Git Stars

#automatic-speech-recognition Dépôts

Découvrez 42 dépôts GitHub open source actifs associés à #automatic-speech-recognition, cumulant 118,799 étoiles au total (soit une moyenne de 2,828 étoiles par projet). Le projet en tête de ce thème est Vaibhavs10/insanely-fast-whisper, avec 13,052 étoiles.

42
Total des Dépôts
118,799
Nombre total d'étoiles
2,828
Moyenne d'Étoiles/Dépôt
2
facebookresearch/seamless_communication

Modèles Fondamentaux pour la Traduction Vocale et Textuelle de Pointe

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Mis à jour 2026-09-08 📅 Créé 2023-08-01
3
QuentinFuxa/WhisperLiveKit

Transcription vocale en temps réel et locale avec ASR en streaming, diarisation des locuteurs, traduction et API compatibles avec OpenAI/Deepgram.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Mis à jour 2026-11-14 📅 Créé 2024-12-19
4
Const-me/Whisper

Inférence GPGPU haute performance du modèle Whisper d'OpenAI pour la reconnaissance automatique de la parole (ASR)

Const-me
⭐ 10,717 C++ 👤 Const-me User 🕐 Mis à jour 2026-09-22 📅 Créé 2023-01-07
5
mli/autocut

Couper des vidéos avec un éditeur de texte

mli
⭐ 7,522 Python 👤 mli User 🕐 Mis à jour 2024-10-05 📅 Créé 2022-10-28
6
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
7
MoonshotAI/Kimi-Audio

Kimi-Audio, un modèle fondamental audio open-source excellent dans la compréhension, la génération et la conversation audio

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Mis à jour 2025-06-21 📅 Créé 2025-04-25
8
agermanidis/autosub

[PLUS MAINTENU] Utilitaire en ligne de commande pour générer automatiquement des sous-titres pour n'importe quel fichier vidéo

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Mis à jour 2024-03-22 📅 Créé 2015-06-29
9
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
10
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
11
Kedreamix/Linly-Dubbing

Outil IA de doublage/traduction vidéo multilingue intelligent - Linly-Dubbing — « L'IA, sans frontières linguistiques »

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Mis à jour 2025-03-05 📅 Créé 2024-08-08
12
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
13
facebookresearch/omnilingual-asr

Omnilingual ASR open-source reconnaissance vocale multilingue pour plus de 1600 langues

facebookresearch
⭐ 2,976 Python 👤 facebookresearch Organization 🕐 Mis à jour 2025-12-30 📅 Créé 2025-11-06
14
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
15
janhq/ichigo

IA vocale locale en temps réel

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Mis à jour 2025-11-26 📅 Créé 2024-07-02
16
TEN-framework/ten-vad

Détecteur d'activité vocale (VAD) : faible latence, hautes performances et léger

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-04-29
17
OpenMOSS/MOSS-Transcribe-Diarize

Un modèle de 0,9B pour la transcription de contenus longs dans plus de 50 langues, avec diarisation des locuteurs, horodatage et détection des événements acoustiques

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2026-05-13
18
QwenLM/Qwen2-Audio

Le dépôt officiel du chat Qwen2-Audio et du grand modèle linguistique audio pré-entraîné proposé par Alibaba Cloud.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Mis à jour 2025-04-21 📅 Créé 2024-06-24
19
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
20
stepfun-ai/Step-Audio2

Step-Audio 2 est un grand modèle linguistique multimodal de bout en bout conçu pour la compréhension audio et la conversation vocale de qualité professionnelle.

stepfun-ai
⭐ 1,531 Python 👤 stepfun-ai Organization 🕐 Mis à jour 2026-03-16 📅 Créé 2025-07-15
21
McCloudS/subgen

Générer automatiquement des sous-titres à l'aide du modèle OpenAI Whisper via Jellyfin, Plex, Emby, Tautulli ou Bazarr

McCloudS
⭐ 1,519 Python 👤 McCloudS User 🕐 Mis à jour 2026-08-07 📅 Créé 2023-01-28
23
k2-fsa/k2

Algorithmes FSA/FST, différentiables, avec compatibilité PyTorch.

k2-fsa
⭐ 1,371 Cuda 👤 k2-fsa Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2020-04-17
24
QwenLM/Qwen3-ASR-Toolkit

Toolkit Python officiel pour l'API Qwen3-ASR. Appels parallèles à haut débit, transcription audio longue et robuste, prise en charge de plusieurs fréquences d'échantillonnage.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2025-09-16
25
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Reconnaissance vocale automatique presque à la pointe de la technologie dans TensorFlow 2. Langues prises en charge qui peuvent utiliser des caractères ou des sous-mots

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2020-02-13
26
senstella/parakeet-mlx

Une implémentation des modèles Parakeet de Nvidia pour Apple Silicon utilisant MLX.

senstella
⭐ 999 Python 👤 senstella User 🕐 Mis à jour 2026-11-17 📅 Créé 2025-05-03
27
jitsi/jiwer

Évaluez votre système de reconnaissance vocale avec des mesures de similarité telles que le taux d'erreur sur les mots (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Mis à jour 2026-09-03 📅 Créé 2018-06-19
28
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
29
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
31
DataoceanAI/Dolphin

Dolphin est un modèle ASR multilingue et multitâche entraîné conjointement par DataoceanAI et l'Université Tsinghua.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Mis à jour 2026-06-11 📅 Créé 2025-03-18
32
EmulationAI/awesome-large-audio-models

Collection de ressources sur les applications des grands modèles linguistiques (LLM) dans Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2023-08-18
33
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
34
SpeechColab/GigaSpeech

Grand ensemble de données moderne pour la reconnaissance vocale

SpeechColab
⭐ 714 Shell 👤 SpeechColab User 🕐 Mis à jour 2024-02-26 📅 Créé 2021-03-03
35
DoMusic/Hybrid-Net

Audio en temps réel vers accords, paroles, rythme et mélodie.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Mis à jour 2024-08-15 📅 Créé 2024-03-26
36
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
37
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
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio : Génération rapide de jetons intermodaux entrelacés pour un grand modèle parole-langage efficace

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Mis à jour 2025-05-24 📅 Créé 2025-04-23
39
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
40
ErlichLiu/Whisper-Input

Il est possible de lancer l'enregistrement en appuyant sur le bouton Option et de terminer l'enregistrement en le relâchant, puis d'appeler le modèle Groq Whisper Large V3 Turbo pour la transcription. Comme Groq est très rapide, la plupart des entrées vocales sont renvoyées en 1 à 2 secondes. Et grâce aux puissantes capacités de Whisper, l'effet de transcription est très bon.

ErlichLiu
⭐ 593 Python 👤 ErlichLiu User 🕐 Mis à jour 2025-01-29 📅 Créé 2025-01-11
42
HKAllThingsLink/streaming-asr

Un système léger client-serveur pour le traitement audio en temps réel avec détection d'activité vocale (VAD) et reconnaissance automatique de la parole (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Mis à jour 2026-01-04 📅 Créé 2025-12-01

Foire aux questions

1

Quel est le dépôt #automatic-speech-recognition le plus populaire sur GitHub ?

Le projet #automatic-speech-recognition open source le mieux classé sur GitHub est Vaibhavs10/insanely-fast-whisper, avec 13,052 étoiles.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #automatic-speech-recognition ?

Parmi les projets #automatic-speech-recognition les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Swift.

3

Comment le classement des dépôts #automatic-speech-recognition est-il calculé ?

Nous suivons 42 dépôts open source actifs associés à #automatic-speech-recognition (500+ étoiles), totalisant 118,799 étoiles, avec une moyenne de 2,828 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.