Git Stars Git Stars

#speech-recognition Dépôts

204
Total des Dépôts
889,741
Nombre total d'étoiles
4,361
Moyenne d'Étoiles/Dépôt
51
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
52
wquguru/cicada

Cicada · Sous-titres en temps réel, interprétation simultanée et comptes rendus de réunion générés par l’IA pour toute réunion ou diffusion en direct. Gratuit et open source sur Mac, Windows, Linux et Android.

wquguru
⭐ 2,443 Swift 👤 wquguru User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-11-01
53
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
54
pannous/tensorflow-speech-recognition

🎙Reconnaissance vocale utilisant le framework d'apprentissage profond TensorFlow, réseaux de neurones sequence-to-sequence

pannous
⭐ 2,176 Python 👤 pannous User 🕐 Mis à jour 2024-01-17 📅 Créé 2015-12-07
55
react-native-voice/voice

:microphone: Bibliothèque de reconnaissance vocale React Native pour iOS et Android (Support en ligne et hors ligne)

react-native-voice
⭐ 2,149 TypeScript 👤 react-native-voice Organization 🕐 Mis à jour 2026-01-21 📅 Créé 2016-05-06
56
fikrikarim/parlor

IA multimodale en temps réel sur appareil avec des fonctionnalités similaires à GPT-Live

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 Mis à jour 2026-08-03 📅 Créé 2026-04-05
57
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
58
nobody132/masr

Reconnaissance vocale chinoise; Reconnaissance vocale automatique mandarin;

nobody132
⭐ 1,962 Python 👤 nobody132 User 🕐 Mis à jour 2024-07-25 📅 Créé 2019-05-07
59
julius-speech/julius

Moteur de reconnaissance vocale continue open-source à grand vocabulaire

julius-speech
⭐ 1,926 C 👤 julius-speech Organization 🕐 Mis à jour 2025-06-16 📅 Créé 2015-04-28
60
wq2012/awesome-diarization

Une liste curated d'excellents articles, bibliothèques, ensembles de données et autres ressources sur le Speaker Diarization.

wq2012
⭐ 1,917 👤 wq2012 User 🕐 Mis à jour 2026-10-26 📅 Créé 2019-01-19
61
alan-ai/alan-sdk-ios

Le système d'auto-codage pour votre application — Alan AI SDK pour iOS

alan-ai
⭐ 1,889 Objective-C 👤 alan-ai Organization 🕐 Mis à jour 2025-04-22 📅 Créé 2019-10-01
62
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
63
QwenLM/Qwen-Audio

Le référentiel officiel de Qwen-Audio (通义千问-Audio) chat & modèle linguistique audio pré-entraîné de grande taille proposé par Alibaba Cloud.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Mis à jour 2024-07-05 📅 Créé 2023-11-07
64
alan-ai/alan-sdk-android

Le Système d'Auto-Codage pour Votre App — Alan AI SDK pour Android

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 Mis à jour 2025-04-22 📅 Créé 2019-10-01
65
peteonrails/voxtype

Reconnaissance vocale avec push-to-talk pour les compositeurs Wayland

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 Mis à jour 2026-11-20 📅 Créé 2025-11-28
66
FL33TW00D/whisper-turbo

Multiplateforme, Whisper accéléré par GPU 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 Mis à jour 2024-02-27 📅 Créé 2023-08-18
67
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
68
alan-ai/alan-sdk-flutter

Le système d'auto-codage pour votre application — Alan AI SDK pour Flutter

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 Mis à jour 2025-04-22 📅 Créé 2020-04-22
69
abb128/LiveCaptions

Application de bureau Linux qui fournit un sous-titrage en direct

abb128
⭐ 1,753 C 👤 abb128 User 🕐 Mis à jour 2025-02-27 📅 Créé 2022-11-30
71
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
72
strob/gentle

aligner forcé doux

strob
⭐ 1,713 Python 👤 strob User 🕐 Mis à jour 2026-07-24 📅 Créé 2015-10-23
74
Ayanaminn/N46Whisper

Générateur de sous-titres japonais basé sur Whisper

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 Mis à jour 2025-02-23 📅 Créé 2022-10-25
75
royshil/obs-localvocal

Plugin OBS pour la reconnaissance vocale locale et le sous-titrage à l'aide de l'IA

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 Mis à jour 2026-11-05 📅 Créé 2023-08-10
76
alan-ai/alan-sdk-ionic

Le système de codage automatique pour votre application — Alan AI SDK pour Ionic

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 Mis à jour 2025-04-22 📅 Créé 2020-04-24
77
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
78
finnvoor/yap

🗣️ Une CLI pour la transcription vocale sur l'appareil à l'aide de Speech.framework sur macOS 26

finnvoor
⭐ 1,640 Swift 👤 finnvoor User 🕐 Mis à jour 2026-07-20 📅 Créé 2025-06-15
79
semperai/amica

Amica est une interface open source pour la communication interactive avec des personnages 3D avec synthèse vocale et reconnaissance vocale.

semperai
⭐ 1,626 TypeScript 👤 semperai Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2023-10-29
80
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
81
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
82
espressif/esp-sr

Reconnaissance vocale

espressif
⭐ 1,589 C 👤 espressif Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2019-07-29
83
bytedance/SALMONN

Famille SALMONN : Une suite de LLM multimodaux avancés

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2023-08-11
84
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Nœuds personnalisés qui étendent les capacités de Comfyui

AlekPet
⭐ 1,535 JavaScript 👤 AlekPet User 🕐 Mis à jour 2026-11-20 📅 Créé 2023-05-10
85
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
86
GauravSingh9356/J.A.R.V.I.S

Assistant personnel construit à l'aide de bibliothèques Python. Il fait presque tout, y compris l'envoi d'e-mails, la reconnaissance optique de texte, le reporting dynamique d'actualités à tout moment avec intégration API, le générateur de listes de tâches, ouvre n'importe quel site Web par simple commande vocale, joue de la musique, recherche sur Wikipédia, dictionnaire avec détection intelligente c'est-à-dire correction orthographique automatique, rapport météorologique c'est-à-dire température, vitesse du vent, humidité, recherche YouTube, recherche Google Maps, téléchargement YouTube, etc.

GauravSingh9356
⭐ 1,495 Python 👤 GauravSingh9356 User 🕐 Mis à jour 2025-12-02 📅 Créé 2020-06-27
87
wit-ai/pywit

Bibliothèque Python pour Wit.ai

wit-ai
⭐ 1,485 Python 👤 wit-ai Organization 🕐 Mis à jour 2026-08-28 📅 Créé 2014-09-29
88
microsoft/DNS-Challenge

Ce repo contient les scripts, les modèles et les fichiers requis pour le Deep Noise Suppression (DNS) Challenge.

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2020-01-14
89
ARahim3/mlx-tune

Ajustez finement les LLMs sur votre Mac avec Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding et ajustement fin d'OCR — nativement sur MLX. API compatible avec Unsloth.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 Mis à jour 2026-06-23 📅 Créé 2026-01-03
90
microsoft/SpeechT5

Pré-entraînement unifié voix-texte unimodal pour le traitement du langage parlé

microsoft
⭐ 1,420 Python 👤 microsoft Organization 🕐 Mis à jour 2024-04-24 📅 Créé 2022-02-08
91
PrunaAI/pruna

Pruna est un framework d'optimisation de modèles conçu pour les développeurs, vous permettant de fournir des modèles plus rapides et plus efficaces avec une surcharge minimale.

PrunaAI
⭐ 1,399 Python 👤 PrunaAI Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-03-11
92
coqui-ai/open-speech-corpora

💎 Une liste de corpus vocaux accessibles pour l'ASR, le TTS et d'autres technologies vocales

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Mis à jour 2024-06-06 📅 Créé 2019-01-31
93
Softcatala/whisper-ctranslate2

Client en ligne de commande Whisper compatible avec le client OpenAI original basé sur CTranslate2.

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2023-03-17
94
ratwithacompiler/OBS-captions-plugin

Plugin OBS pour sous-titrage fermé utilisant la reconnaissance vocale Google

ratwithacompiler
⭐ 1,351 C++ 👤 ratwithacompiler User 🕐 Mis à jour 2026-10-09 📅 Créé 2019-07-13
95
linyiLYi/voice-assistant

Une simple démo jouet d'un assistant vocal local avec whisper et un grand modèle linguistique.

linyiLYi
⭐ 1,329 Python 👤 linyiLYi User 🕐 Mis à jour 2024-04-30 📅 Créé 2023-12-09
96
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
97
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
98
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
99
aTrainTranscription/aTrain

Un outil GUI pour la transcription hors ligne d'enregistrements vocaux, y compris la diarisation des locuteurs, utilisant des modèles d'apprentissage automatique de pointe.

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-10-03
100
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