Git Stars Git Stars

#speech-to-text Dépôts

211
Total des Dépôts
925,003
Nombre total d'étoiles
4,383
Moyenne d'Étoiles/Dépôt
51
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
52
Purfview/whisper-standalone-win

Exécutables autonomes Whisper & Faster-Whisper pour ceux qui ne veulent pas s'embêter avec Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Mis à jour 2025-11-07 📅 Créé 2023-02-25
53
ictnlp/LLaMA-Omni

LLaMA-Omni est un modèle d'interaction vocale de bout en bout à faible latence et de haute qualité, construit sur Llama-3.1-8B-Instruct, visant à atteindre des capacités vocales au niveau de GPT-4o.

ictnlp
⭐ 3,142 Python 👤 ictnlp Organization 🕐 Mis à jour 2025-05-19 📅 Créé 2024-09-10
54
HeyWillow/willow

Alternative open source, locale et auto-hébergée aux assistants vocaux concurrents d'Amazon Echo/Google Home

HeyWillow
⭐ 3,142 C 👤 HeyWillow Organization 🕐 Mis à jour 2026-11-01 📅 Créé 2023-03-31
55
pluja/anysub

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.

pluja
⭐ 3,106 TypeScript 👤 pluja User 🕐 Mis à jour 2026-11-21 📅 Créé 2023-08-26
56
kyutai-labs/delayed-streams-modeling

Modèles de synthèse vocale et de reconnaissance vocale de Kyutai basés sur le framework Delayed Streams Modeling.

kyutai-labs
⭐ 3,055 Python 👤 kyutai-labs Organization 🕐 Mis à jour 2026-01-26 📅 Créé 2025-06-16
57
Vexa-ai/vexa

API de transcription de réunions open‑source pour Google Meet, Microsoft Teams et Zoom. Bots qui rejoignent automatiquement, transcriptions WebSocket en temps réel, serveur MCP pour agents IA. Auto-hébergez ou utilisez une SaaS hébergée.

Vexa-ai
⭐ 3,002 Python 👤 Vexa-ai Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2025-02-07
58
davabase/whisper_real_time

Transcription en temps réel avec OpenAI Whisper.

davabase
⭐ 2,936 Python 👤 davabase User 🕐 Mis à jour 2025-04-15 📅 Créé 2022-11-29
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2018-07-24
60
linto-ai/whisper-timestamped

Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Mis à jour 2026-09-28 📅 Créé 2023-01-13
61
FrigadeHQ/yogurt

Des notes de réunion privées grâce à l’IA, qui restent sur votre ordinateur. Aucun bot de réunion. Gratuit et open source pour Mac, Windows et Linux. Une alternative à Granola, Otter et Fireflies.

FrigadeHQ
⭐ 2,828 TypeScript 👤 FrigadeHQ Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-11-10
62
iamsrikanthnani/pluely

L'alternative open source à Cluely - Un assistant IA ultra-rapide axé sur la confidentialité qui fonctionne de manière transparente lors des réunions, des entretiens et des conversations sans que personne ne le sache. Construit avec Tauri pour des performances natives, seulement 10 Mo. Complètement indétectable dans les appels vidéo, les partages d'écran et les enregistrements.

iamsrikanthnani
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Mis à jour 2026-10-26 📅 Créé 2025-08-16
63
yazinsai/OpenOats

Un enregistreur de réunions élégant et minimaliste pour Mac. Appuyez sur Démarrer, puis sur Arrêter pour obtenir vos notes et une transcription dans un seul fichier Markdown. Tout est traité sur l’appareil. Gratuit et open source.

yazinsai
⭐ 2,688 Swift 👤 yazinsai User 🕐 Mis à jour 2026-11-17 📅 Créé 2026-02-28
64
ishan0102/vimGPT

Naviguez sur le web avec GPT-4V et Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Mis à jour 2024-09-25 📅 Créé 2023-11-07
⭐ 2,657 C++ 👤 microsoft Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2025-03-31
66
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
67
meizhong986/WhisperJAV

Générateur de sous-titres ASR/STT. Utilise Qwen3-ASR, LLM local, Whisper, TEN-VAD. Résistant au bruit pour JAV.

meizhong986
⭐ 2,490 Python 👤 meizhong986 User 🕐 Mis à jour 2026-11-15 📅 Créé 2023-10-18
68
sindresorhus/awesome-whisper

🔊 Liste géniale pour Whisper — un système open-source de reconnaissance vocale alimenté par l'IA développé par OpenAI

sindresorhus
⭐ 2,435 👤 sindresorhus User 🕐 Mis à jour 2026-09-17 📅 Créé 2023-05-10
69
yan5xu/ququ

Alternative Open Source Gratuite à Wispr Flow | La prochaine génération de flux de travail vocaux de bureau chinois intégrant des modèles locaux FunASR et des LLM configurables

yan5xu
⭐ 2,298 JavaScript 👤 yan5xu User 🕐 Mis à jour 2025-10-08 📅 Créé 2025-09-20
70
jianfch/stable-ts

Transcription, alignement forcé et indexation audio avec Whisper d'OpenAI

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Mis à jour 2025-10-29 📅 Créé 2022-09-29
71
handy-computer/transcribe.cpp

Inférence parole-texte ggml pour plus de 16 familles de modèles

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-04-07
72
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
73
Nutlope/notesGPT

Enregistrez des notes vocales et transcrivez, résumez et obtenez des tâches

Nutlope
⭐ 2,165 TypeScript 👤 Nutlope User 🕐 Mis à jour 2026-07-12 📅 Créé 2023-11-08
74
intel/openvino-plugins-ai-audacity

Un ensemble d'effets, de générateurs et d'analyseurs basés sur l'IA pour Audacity®.

intel
⭐ 2,163 C++ 👤 intel Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2023-09-06
75
ricky0123/vad

Détecteur d'activité vocale (VAD) pour le navigateur avec une API simple

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Mis à jour 2026-09-12 📅 Créé 2022-10-17
76
techjarves/Portable-Local-Studio

Studio d’IA local et portable pour Windows, Linux et macOS. Interface graphique sans configuration pour la génération d’images, les LLM GGUF, la synthèse vocale et la transcription audio

techjarves
⭐ 2,076 JavaScript 👤 techjarves User 🕐 Mis à jour 2026-11-14 📅 Créé 2026-06-04
77
schibsted/WAAS

Whisper as a Service (GUI et API avec file d'attente pour OpenAI Whisper)

schibsted
⭐ 2,071 JavaScript 👤 schibsted Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Un AI Agent Studio local pour Windows dédié au commerce électronique en direct sur Douyin, offrant un flux de travail intelligent unifié reliant la découverte de présentateurs, les analyses des diffusions en direct, les bilans des diffusions et la conception éditoriale de contenus vidéo courts.

HanyuanWang
⭐ 2,052 Python 👤 HanyuanWang User 🕐 Mis à jour 2026-08-24 📅 Créé 2026-08-22
79
jarikomppa/soloud

Moteur audio gratuit, facile et portable pour les jeux

jarikomppa
⭐ 2,040 C 👤 jarikomppa User 🕐 Mis à jour 2024-08-13 📅 Créé 2013-07-15
80
lanbinleo/bili2text

Convertir les vidéos Bilibili en texte, en une seule étape, il suffit d'entrer le lien pour l'utiliser

lanbinleo
⭐ 2,020 Python 👤 lanbinleo User 🕐 Mis à jour 2026-11-03 📅 Créé 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus : Plus rapide, plus intelligent et plus performant 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 Mis à jour 2026-11-02 📅 Créé 2023-11-21
82
TypeWhisper/typewhisper-mac

Transcription vocale locale pour macOS IA sur appareil, totalement privée, cloud optionnel

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-02-12
83
bugbakery/audapolis

un éditeur pour l'audio de la parole avec transcription automatique

bugbakery
⭐ 1,906 TypeScript 👤 bugbakery Organization 🕐 Mis à jour 2026-06-24 📅 Créé 2021-09-03
85
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
86
software-mansion/react-native-executorch

Bibliothèque d'inférence d'IA sur l'appareil pour React Native, haute performance et axée sur la confidentialité, propulsée par le runtime ExecuTorch de PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-10-16
87
x007xyz/flycut-caption

Un composant React complet d'édition de sous-titres vidéo avec reconnaissance vocale alimentée par l'IA et capacités d'édition visuelle.

x007xyz
⭐ 1,782 TypeScript 👤 x007xyz User 🕐 Mis à jour 2026-11-20 📅 Créé 2025-09-22
88
antirez/voxtral.c

Inference en C pur du modèle Mistral Voxtral Realtime 4B de conversion voix en texte

antirez
⭐ 1,755 C 👤 antirez User 🕐 Mis à jour 2026-02-15 📅 Créé 2026-02-05
89
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
90
Olcmyk/HuChenFeng

Recueillir tout le contenu de Hu Chenfeng

Olcmyk
⭐ 1,683 👤 Olcmyk User 🕐 Mis à jour 2026-02-17 📅 Créé 2025-10-06
91
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
92
isaackogan/TikTokLive

TikTok LIVE API pour Python : La bibliothèque tierce définitive pour recevoir des événements de diffusion en direct (commentaires, cadeaux, etc.) en temps réel depuis TikTok LIVE.

isaackogan
⭐ 1,665 Python 👤 isaackogan User 🕐 Mis à jour 2026-10-20 📅 Créé 2022-02-24
93
waybarrios/vllm-mlx

Serveur d'inférence LLM haute performance compatible OpenAI et Anthropic pour Apple Silicon. MLX natif, traitement par lots continu, modèles multimodaux, appels d'outils MCP et prise en charge de Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Mis à jour 2026-11-07 📅 Créé 2025-12-06
94
Muesli-HQ/muesli

Muesli : transcription locale de réunions et dictée natives pour les agents sur macOS (alternative à Granola + WisprFlow + Littlebird)

Muesli-HQ
⭐ 1,652 Swift 👤 Muesli-HQ Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-05
95
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
96
Norsico/Video-Materials-AutoGEN-Workstation

Un poste de travail de génération (de courtes vidéos) intégrant la planification de contenu, la génération automatique de texte par IA, le doublage automatique TTS en masse, la synthèse de matériel d'image (IA), l'extraction automatique de scripts de sous-titres linguistiques par ASR et la création libre par IA. Il facilite la gestion des projets vidéo de chaque épisode.

Norsico
⭐ 1,624 Python 👤 Norsico User 🕐 Mis à jour 2026-10-14 📅 Créé 2025-11-18
97
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
98
yakGPT/yakGPT

Interface ChatGPT locale, mains libres

yakGPT
⭐ 1,614 TypeScript 👤 yakGPT User 🕐 Mis à jour 2024-05-08 📅 Créé 2023-03-30
99
silverstein/minutes

Alternative open source et locale à Granola/Otter, interrogeable par Claude Code, Codex, Cursor et tout client MCP. Réunions, appels et mémos vocaux transcrits sur l’appareil en Markdown dont vous êtes propriétaire.

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-18
100
kyutai-labs/unmute

Permettre aux LLM textuels d'écouter et de parler

kyutai-labs
⭐ 1,556 Python 👤 kyutai-labs Organization 🕐 Mis à jour 2026-09-09 📅 Créé 2025-06-10