Git Stars Git Stars

#speech-to-text Dépôts

Découvrez 211 dépôts GitHub open source actifs associés à #speech-to-text, cumulant 925,003 étoiles au total (soit une moyenne de 4,383 étoiles par projet). Le projet en tête de ce thème est debpalash/VoiceStudio, avec 115,753 étoiles.

211
Total des Dépôts
925,003
Nombre total d'étoiles
4,383
Moyenne d'Étoiles/Dépôt
1
debpalash/VoiceStudio

VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-04-09
2
ggml-org/whisper.cpp

Portage du modèle Whisper d'OpenAI en C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-09-25
3
cjpais/Handy

Une application de reconnaissance vocale gratuite, open source et extensible qui fonctionne entièrement hors ligne.

cjpais
⭐ 39,490 Rust 👤 cjpais User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-02-13
4
Zackriya-Solutions/meetily

Outil de prise de notes de réunion par IA privilégiant la confidentialité, pour Windows, macOS et Linux. Gratuit et open source (MIT). Transcription avec Whisper/Parakeet et diarisation des intervenants sur l’appareil, sans bot dans les réunions. Alternative open source à Granola, Otter et Fireflies. https://meetily.ai

Zackriya-Solutions
⭐ 32,937 Rust 👤 Zackriya-Solutions Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2024-12-26
5
SYSTRAN/faster-whisper

Transcription Whisper plus rapide avec CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2023-02-11
6
mozilla-ai/llamafile

Distribuez et exécutez les LLM avec un seul fichier.

mozilla-ai
⭐ 26,681 C++ 👤 mozilla-ai Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2023-09-10
7
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
8
screenpipe/screenpipe

YC (S26) | Screenpipe repère les tâches qui méritent d’être automatisées | Enregistrez en continu votre activité sur ordinateur en local, découvrez les flux de travail récurrents et transmettez le résultat à l’agent que vous utilisez déjà.

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-06-19
9
Evil0ctal/Douyin_TikTok_Download_API

🚀 API auto-hébergée de collecte de données et de téléchargement de vidéos sans filigrane pour Douyin, TikTok et Bilibili. Prise en charge des appels par des agents IA via MCP et de la transcription vocale hors ligne. Déploiement Docker en un clic. | Extracteur auto-hébergé pour TikTok, Douyin et Bilibili et téléchargeur de vidéos sans filigrane — API REST asynchrone, serveur MCP pour les agents IA, CLI et console Web, ainsi que transcription vocale hors ligne des vidéos téléchargées. Pool d’identités autoréparateur, archivage PostgreSQL et lancement en une commande avec `docker compose up`.

Evil0ctal
⭐ 21,507 Python 👤 Evil0ctal User 🕐 Mis à jour 2026-11-20 📅 Créé 2021-11-07
10
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
11
jianchang512/pyvideotrans

Traduisez la vidéo d'une langue à une autre et intégrez le doublage et les sous-titres.

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 Mis à jour 2026-11-21 📅 Créé 2023-10-02
12
leon-ai/leon

🧠 Leon est votre assistant personnel open-source.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-02-10
13
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
14
kaldi-asr/kaldi

kaldi-asr/kaldi est l'emplacement officiel du projet Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Mis à jour 2025-09-22 📅 Créé 2015-04-20
15
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
16
huggingface/speech-to-speech

Créez des agents vocaux avec des modèles open source

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-08-07
17
abus-aikorea/voice-pro

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.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Mis à jour 2026-07-13 📅 Créé 2024-07-29
18
OpenWhispr/openwhispr

Application de dictée vocal vers texte avec modèles locaux (Nvidia Parakeet/Whisper) et cloud (BYOK). Priorité à la confidentialité et disponible cross-platform.

OpenWhispr
⭐ 11,968 JavaScript 👤 OpenWhispr Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-06-19
19
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
20
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
21
nexmoe/VidBee

Téléchargez des vidéos et de l’audio depuis plus de 1 000 sites, transcrivez-les localement avec des étiquettes de locuteur, puis résumez-les, traduisez-les ou échangez avec vos contenus multimédias grâce au fournisseur d’IA de votre choix.

nexmoe
⭐ 11,189 TypeScript 👤 nexmoe User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-22
22
KoljaB/RealtimeSTT

Une bibliothèque de conversion parole-texte robuste, efficace et à faible latence, dotée d'une détection d'activité vocale avancée, d'une activation par mot-clé et d'une transcription instantanée.

KoljaB
⭐ 10,257 Python 👤 KoljaB User 🕐 Mis à jour 2026-11-11 📅 Créé 2023-08-29
23
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
24
Uberi/speech_recognition

Module de reconnaissance vocale pour Python, prenant en charge plusieurs moteurs et API, en ligne et hors ligne.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Mis à jour 2026-11-17 📅 Créé 2014-04-23
25
nl8590687/ASRT_SpeechRecognition

Système de reconnaissance vocale chinois basé sur l'apprentissage profond

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Mis à jour 2026-04-10 📅 Créé 2017-03-06
26
Neywa-Labs/mlx-audio

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.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-11-27
27
Osmantic/ODS

Préversion d’ODS V3 : tests publics et améliorations avant le lancement officiel de V3. Transformez votre PC, Mac ou machine Linux en serveur d’IA privé.

Osmantic
⭐ 7,882 Python 👤 Osmantic Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-02-09
28
anomalyco/hex

Dictée vocale locale pour Mac, Windows et Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-07-17
29
getopenscreen/openscreen

Enregistrez votre écran, partagez une démo. Gratuit et open-source, accéléré par GPU, sans filigrane, sans abonnement. Windows, macOS, Linux. Activement maintenu.

getopenscreen
⭐ 7,685 TypeScript 👤 getopenscreen Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-14
30
TalAter/annyang

💬 Reconnaissance vocale pour votre site

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Mis à jour 2026-10-29 📅 Créé 2013-08-23
31
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
32
argmaxinc/argmax-oss-swift

IA Vocale Intégrée pour Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Mis à jour 2026-10-27 📅 Créé 2024-01-26
33
ddean2009/MoneyPrinterPlus

L'IA génère des vidéos courtes en masse en un clic, remixe automatiquement des vidéos courtes, publie automatiquement des vidéos sur Douyin, Kuaishou, Xiaohongshu, Video Channel, gagner de l'argent n'a jamais été aussi facile ! Prend en charge les modèles vocaux locaux chatTTS, faster-whisper, GPTSoVITS, prend en charge les voix cloud : Azure, Alibaba Cloud, Tencent Cloud. Prend en charge Stable diffusion, comfyUI pour la génération directe d'images par IA. Générez des vidéos courtes en un clic avec l'IA LLM, imprimez de l'argent ensemble ! Prend en charge : chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.

ddean2009
⭐ 6,408 Python 👤 ddean2009 User 🕐 Mis à jour 2025-03-07 📅 Créé 2024-05-09
34
dograh-hq/dograh

Plateforme d'IA vocale open source. Alternative auto-hébergée à Vapi et Retell. Sur site (on-prem), BYOK pour Speech-to-Speech ou LLM/STT/TTS, avec un constructeur de flux de travail visuel, natif MCP et support de la téléphonie.

dograh-hq
⭐ 6,240 Python 👤 dograh-hq Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-09-09
35
snakers4/silero-models

Modèles Silero : des modèles de synthèse vocale pré-entraînés rendus incroyablement simples

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Mis à jour 2026-10-15 📅 Créé 2020-09-11
36
Shaunwei/RealChar

🎙️🤖Créez, personnalisez et parlez avec votre personnage/compagnon IA en temps réel (Tout dans une seule base de code !). Ayez une conversation naturelle et fluide avec l'IA partout (mobile, web et terminal) en utilisant LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech🎙️🤖

Shaunwei
⭐ 6,216 JavaScript 👤 Shaunwei User 🕐 Mis à jour 2026-01-20 📅 Créé 2023-06-26
37
liuzhao1225/YouDub-Desktop

Localisation et doublage vidéo par IA open source pour YouTube/Bilibili : reconnaissance vocale, traduction de sous-titres, clonage vocal, mixage audio et rendu. Outil open source de traduction et doublage vidéo par IA.

liuzhao1225
⭐ 5,874 TypeScript 👤 liuzhao1225 User 🕐 Mis à jour 2026-11-21 📅 Créé 2023-12-26
38
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
39
AhmadHassan-BTed/B

Un compagnon de bureau IA autonome et sensible au contexte. Développé en Python, il offre une vision de l’écran en temps réel, une synthèse vocale ONNX personnalisée, le suivi de la fenêtre active et une interface flottante dynamique aux expressions faciales réactives.

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 Mis à jour 2026-07-07 📅 Créé 2026-05-02
40
jianchang512/stt

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

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Mis à jour 2026-01-22 📅 Créé 2023-12-28
41
sanchit-gandhi/whisper-jax

Implémentation JAX du modèle Whisper d'OpenAI pour une accélération jusqu'à 70 fois sur TPU.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Mis à jour 2024-04-03 📅 Créé 2023-03-02
42
gradio-app/fastrtc

La bibliothèque Python pour la communication en temps réel

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2024-09-25
43
tmoroney/auto-subs

Génération de sous-titres sur l'appareil qui se connecte directement à DaVinci Resolve, Premiere et After Effects.

tmoroney
⭐ 4,598 TypeScript 👤 tmoroney User 🕐 Mis à jour 2026-11-11 📅 Créé 2023-03-15
44
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
45
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
46
SakiRinn/LiveCaptions-Translator

Outil de traduction audio/voix en temps réel, léger et puissant, basé sur Windows LiveCaptions.

SakiRinn
⭐ 4,121 C# 👤 SakiRinn User 🕐 Mis à jour 2026-08-17 📅 Créé 2024-09-13
47
KoljaB/RealtimeVoiceChat

Ayez une conversation naturelle et parlée avec l'IA !

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 Mis à jour 2026-11-12 📅 Créé 2025-04-19
48
vocodedev/vocode-core

Créez des agents LLM basés sur la voix. Modulaires + open source.

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 Mis à jour 2024-11-15 📅 Créé 2023-02-24
49
antiboredom/videogrep

supercoupes vidéo automatiques avec Python

antiboredom
⭐ 3,446 Python 👤 antiboredom User 🕐 Mis à jour 2024-04-19 📅 Créé 2014-05-27
50
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

Foire aux questions

1

Quel est le dépôt #speech-to-text le plus populaire sur GitHub ?

Le projet #speech-to-text open source le mieux classé sur GitHub est debpalash/VoiceStudio, avec 115,753 étoiles. VoiceStudio est l’alternative open source et entièrement locale à ElevenLabs : clonage vocal, conception de voix, doublage vidéo, dictée, transcription et création de livres audio dans 646 langues.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #speech-to-text ?

Parmi les projets #speech-to-text les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, C++.

3

Comment le classement des dépôts #speech-to-text est-il calculé ?

Nous suivons 211 dépôts open source actifs associés à #speech-to-text (500+ étoiles), totalisant 925,003 étoiles, avec une moyenne de 4,383 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.