#speech-recognition Dépôts
Découvrez 204 dépôts GitHub open source actifs associés à #speech-recognition, cumulant 889,741 étoiles au total (soit une moyenne de 4,361 étoiles par projet). Le projet en tête de ce thème est huggingface/transformers, avec 169,339 étoiles.
206 dépôts au total
🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
WhisperX : Reconnaissance vocale automatique avec horodatages au niveau du mot (& diarisation)
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.
API de reconnaissance vocale hors ligne pour Android, iOS, Raspberry Pi et serveurs avec Python, Java, C# et Node
Scripts d'apprentissage profond de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.
Gradio WebUI pour créateurs et développeurs, avec les principales fonctionnalités TTS (Edge-TTS, kokoro) et clonage de voix zero-shot (E2 & F5-TTS, CosyVoice), avec traitement audio Whisper, téléchargement YouTube, isolation vocale Demucs et traduction multilingue.
Plongez dans le Deep Learning, l'Apprentissage par Renforcement, le Machine Learning, la Vision par Ordinateur et le NLP en apprenant de ces conférences passionnantes !!
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.
OpenVINO™ est un kit d'outils open source pour optimiser et déployer l'inférence IA.
Transcription vocale en temps réel et locale avec ASR en streaming, diarisation des locuteurs, traduction et API compatibles avec OpenAI/Deepgram.
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.
Module de reconnaissance vocale pour Python, prenant en charge plusieurs moteurs et API, en ligne et hors ligne.
Système de reconnaissance vocale chinois basé sur l'apprentissage profond
Une bibliothèque text-to-speech (TTS), speech-to-text (STT) et speech-to-speech (STS) construite sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.
Outil de transcription vidéo, de génération de sous-titres et de découpage assisté par LLM, propulsé par FunASR avec une interface utilisateur Gradio locale.
Kit d'outils de reconnaissance automatique de la parole de Facebook AI Research
Reconnaissance vocale automatique avec diarisation du locuteur basée sur OpenAI Whisper
Production d'abord et boîte à outils de reconnaissance vocale de bout en bout prête pour la production
Détection de mots de réveil sur appareil alimentée par l'apprentissage profond
Ressources, pratique et recherche sur l'apprentissage automatique et l'IA agentique
Outil de reconnaissance vocale vers texte / Un outil local hors ligne pour convertir des sous-titres audio/vidéo, produisant des formats JSON, srt et texte brut
Implémentation JAX du modèle Whisper d'OpenAI pour une accélération jusqu'à 70 fois sur TPU.
Variante distillée de Whisper pour la reconnaissance vocale. 6 fois plus rapide, 50% plus petite, avec moins de 1% de taux d'erreur de mot.
Qwen3-ASR est une série de modèles ASR open source développés par l'équipe Qwen d'Alibaba Cloud, permettant une reconnaissance multilingue stable de discours/musique/chanson, la détection des langues et la prédiction des timestamps.
Système de Conversation d'Avatar Numérique - Linly-Talker. 😄✨ Linly-Talker est un système d'IA intelligent qui combine de grands modèles linguistiques (LLM) avec des modèles visuels pour créer une nouvelle méthode d'interaction homme-IA. 🤝🤖 Il intègre diverses technologies telles que Whisper, Linly, Microsoft Speech Services et le système de génération de têtes parlantes SadTalker. 🌟🔬
Exemple de code pour le SDK Speech des services cognitifs Microsoft
Un moteur d'exécution vocal en temps réel qui permet aux agents de parler, de travailler et d'être présents. Moteur d'exécution vocal en temps réel pour agents IA
Exécutables autonomes Whisper & Faster-Whisper pour ceux qui ne veulent pas s'embêter avec Python.
Alternative open source, locale et auto-hébergée aux assistants vocaux concurrents d'Amazon Echo/Google Home
Transformez des fichiers audio et vidéo en sous-titres grâce à une interface web facile à utiliser. Tout fonctionne sur votre propre machine. Anciennement Whishper.
Ceci est un projet de traduction vidéo (audio) entièrement automatique. Il utilise Whisper pour reconnaître la voix, des grands modèles d'IA pour traduire les sous-titres, puis fusionne les sous-titres et la vidéo pour générer la vidéo traduite.
Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.
Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance
Foire aux questions
Quel est le dépôt #speech-recognition le plus populaire sur GitHub ?
Le projet #speech-recognition open source le mieux classé sur GitHub est huggingface/transformers, avec 169,339 étoiles. 🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
Quels langages de programmation sont les plus utilisés dans les dépôts #speech-recognition ?
Parmi les projets #speech-recognition les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, TypeScript.
Comment le classement des dépôts #speech-recognition est-il calculé ?
Nous suivons 204 dépôts open source actifs associés à #speech-recognition (500+ étoiles), totalisant 889,741 étoiles, avec une moyenne de 4,361 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.