Git Stars Git Stars

#speech-to-text Dépôts

211
Total des Dépôts
925,003
Nombre total d'étoiles
4,383
Moyenne d'Étoiles/Dépôt
151
Neywa-Labs/mlx-audio-swift

Un SDK modulaire Swift pour le traitement audio avec MLX sur Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-12-03
152
VRCWizard/TTS-Voice-Wizard

De la parole au texte à la parole. Chanson en cours de lecture. Envoie du texte sous forme de messages OSC à VRChat pour l'afficher sur l'avatar. (STTTS) (Parole à TTS) (Système STT VRC) (VTuber TTS)

VRCWizard
⭐ 813 C# 👤 VRCWizard User 🕐 Mis à jour 2026-10-12 📅 Créé 2022-03-15
153
lobehub/lobe-tts

🎤 Lobe TTS - Une bibliothèque TTS/STT fiable et de haute qualité pour serveur et navigateur

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2023-11-02
154
moona3k/macparakeet

Application vocale rapide, privée et locale pour Mac Apple Silicon — dictée, transcription de fichiers/médias, enregistrement de réunions, transformations et une CLI d'automatisation publique. Gratuite et open-source.

moona3k
⭐ 795 Swift 👤 moona3k User 🕐 Mis à jour 2026-11-09 📅 Créé 2026-02-10
155
MetaWu2077/Esp32_VoiceChat_LLMs

appareil basé sur esp32, principalement utilisé pour le chat vocal avec de grands modèles linguistiques

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Mis à jour 2024-03-24 📅 Créé 2024-03-09
156
mezbaul-h/june

Chatbot vocal local pour des conversations engageantes, alimenté par Ollama, Hugging Face Transformers et Coqui TTS Toolkit

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Mis à jour 2024-08-12 📅 Créé 2024-06-03
157
mallorbc/whisper_mic

Projet qui permet d'utiliser un microphone avec OpenAI Whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Mis à jour 2024-07-04 📅 Créé 2022-09-23
158
soupslurpr/Transcribro

Clavier et service de reconnaissance vocale privés et sur appareil pour Android.

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Mis à jour 2026-11-12 📅 Créé 2024-03-15
159
yeyupiaoling/PaddlePaddle-DeepSpeech

Reconnaissance vocale implémentée basée sur PaddlePaddle, reconnaissance vocale en chinois. Le projet est complet, avec un bon effet de reconnaissance. Prend en charge l'entraînement et la prédiction sous Windows et Linux, prend en charge la prédiction sur la carte de développement Nvidia Jetson.

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Mis à jour 2025-12-17 📅 Créé 2019-11-01
160
amanvirparhar/chaplin

Un outil de reconnaissance vocale silencieuse en temps réel.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Mis à jour 2025-11-02 📅 Créé 2025-02-03
161
zhangliwei7758/unity-AI-Chat-Toolkit

Implémentation de fonctionnalités liées au chat IA à l'aide d'Unity. Actuellement, cette bibliothèque contient des implémentations de code pour les appels API à des grands modèles linguistiques tels que ChatGPT et ChatGLM, ainsi que l'implémentation des services vocaux de Microsoft Azure et Baidu AI. Les services vocaux utilisent des API web et prennent en charge des plateformes telles que Windows/WebGL/Android.

zhangliwei7758
⭐ 763 👤 zhangliwei7758 User 🕐 Mis à jour 2025-07-01 📅 Créé 2023-07-22
162
ILikeAI/AlwaysReddy

AlwaysReddy est un assistant vocal LLM qui est toujours à portée de raccourci clavier.

ILikeAI
⭐ 760 Python 👤 ILikeAI User 🕐 Mis à jour 2025-03-04 📅 Créé 2024-01-24
163
rapidaai/voice-ai

Rapida est une plateforme d’orchestration open-source de l’IA vocale de bout en bout, permettant de créer des assistants vocaux conversationnels en temps réel avec diffusion audio, STT, TTS, VAD, intégration multi‑canal, gestion de l’état des agents et observabilité。

rapidaai
⭐ 760 Go 👤 rapidaai Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2023-12-07
164
exPHAT/SwiftWhisper

🎤 Le moyen le plus simple de transcrire l'audio en Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Mis à jour 2024-05-23 📅 Créé 2023-03-29
165
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
166
lhl/voicechat2

Voicechat SRT/LLM/TTS local

lhl
⭐ 747 Python 👤 lhl User 🕐 Mis à jour 2024-10-12 📅 Créé 2024-06-29
167
Macoron/whisper.unity

Exécution du modèle de reconnaissance vocale (whisper.cpp) dans Unity3d sur votre machine locale.

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Mis à jour 2025-04-17 📅 Créé 2023-03-26
168
yeyupiaoling/MASR

Un framework Pytorch pour la reconnaissance vocale automatique en flux et non en flux, compatible avec la reconnaissance en ligne et hors ligne. Il prend actuellement en charge les modèles Conformer, Squeezeformer et DeepSpeech2, ainsi que diverses méthodes d'augmentation de données.

yeyupiaoling
⭐ 729 Python 👤 yeyupiaoling User 🕐 Mis à jour 2026-07-06 📅 Créé 2020-07-29
169
MycroftAI/adapt

Analyseur d'Intentions Adaptatif

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Mis à jour 2024-07-21 📅 Créé 2015-09-08
170
Baidu-AIP/speech-demo

Exemple d'API vocale

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Mis à jour 2024-07-25 📅 Créé 2018-02-24
171
jamsch/expo-speech-recognition

Reconnaissance vocale pour projets React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Mis à jour 2026-10-29 📅 Créé 2023-10-30
172
Picovoice/speech-to-text-benchmark

Cadre de référence pour benchmarks speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2018-08-04
173
tover0314-w/opentypeless

Saisie vocale par IA open source pour macOS, Windows et Linux. Appuyez sur un raccourci, parlez naturellement et obtenez un texte soigné dans n'importe quelle application.

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 Mis à jour 2026-11-15 📅 Créé 2026-02-26
174
zh-plus/openlrc

Transcrire et traduire la voix en fichier LRC à l'aide de Whisper et LLM (GPT, Claude, et,al). Utiliser whisper et LLM (GPT, Claude, etc.) pour transcrire et traduire votre audio en fichier de sous-titres.

zh-plus
⭐ 684 Python 👤 zh-plus User 🕐 Mis à jour 2026-08-10 📅 Créé 2023-06-08
175
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
176
iskandaryv/meetingly-ai

Assistant d’entretien IA open source et copilote de réunion : réponses en direct pendant les appels Zoom, Google Meet et Teams, transcription sur l’appareil et invisible lors du partage d’écran. Une alternative gratuite à Cluely, Interview Coder et Final Round AI pour Windows, macOS et Linux.

iskandaryv
⭐ 669 TypeScript 👤 iskandaryv User 🕐 Mis à jour 2026-11-13 📅 Créé 2025-09-04
177
DenisovAV/flutter_edge_ai

IA embarquée pour Flutter — Gemma et autres LLM, capacités multimodales, appels de fonctions, embeddings, RAG et voix sur Android, iOS, Web, macOS, Windows et Linux.

DenisovAV
⭐ 669 Dart 👤 DenisovAV User 🕐 Mis à jour 2026-11-20 📅 Créé 2024-04-02
178
evancohen/sonus

:speech_balloon: /so.nus/ STT (voix en texte) pour Node avec détection de mots-clés hors ligne

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Mis à jour 2026-09-11 📅 Créé 2016-08-30
179
ErickWendel/localstudio

Studio de présentations au style Canva, accessible uniquement depuis un navigateur et optimisé par une IA Web locale.

ErickWendel
⭐ 637 TypeScript 👤 ErickWendel User 🕐 Mis à jour 2026-10-21 📅 Créé 2026-06-24
180
watzon/pindrop

Une application de dictée native pour la barre de menus macOS utilisant la conversion parole-texte locale avec WhisperKit

watzon
⭐ 628 Swift 👤 watzon User 🕐 Mis à jour 2026-09-05 📅 Créé 2026-01-26
181
weynechen/intrascribe

Peut être déployé en privé sur le réseau interne, un outil de transcription et de résumé vocal pour équipes/unités, code complet frontend et backend

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 Mis à jour 2025-09-24 📅 Créé 2025-08-13
182
mmpneo/curses

Sous-titres de reconnaissance vocale et d'entrée KB pour OBS, VRChat, le chat Twitch et Discord

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Mis à jour 2024-06-18 📅 Créé 2022-11-16
183
jitsi/jigasi

Jigasi : une application côté serveur agissant comme une passerelle vers les conférences Jitsi Meet. Permet actuellement aux clients SIP classiques de rejoindre les réunions et offre des capacités de transcription.

jitsi
⭐ 615 Java 👤 jitsi Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2014-08-07
184
vardanagarwal/Proctoring-AI

Création d'un logiciel de surveillance automatique dans le cadre de la surveillance en ligne

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Mis à jour 2024-12-10 📅 Créé 2020-05-04
185
reriiasu/speech-to-text

Transcription en temps réel utilisant faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Mis à jour 2024-07-23 📅 Créé 2023-03-30
186
tornikegomareli/Talkify

Dictée vocale ultra-rapide, gratuite et privilégiant le traitement local sur macOS, avec transcription sur l’appareil

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Mis à jour 2026-10-17 📅 Créé 2026-08-05
187
oxbshw/watch-skill

Donnez aux agents d’IA des yeux, des oreilles et des résultats vérifiables. Watch Skill transforme les vidéos, l’audio et l’activité à l’écran en preuves horodatées et consultables, et atteste le travail à l’aide de contrats déterministes, et non des avis du modèle. DeepWatch est l’espace de travail pour agents conçu sur DeepSeek Harness. Python + npm, MCP, CLI, REST et Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-07-05
188
Xewdy444/Playwright-reCAPTCHA

Une bibliothèque Python pour résoudre reCAPTCHA v2 et v3 avec Playwright

Xewdy444
⭐ 592 Python 👤 Xewdy444 User 🕐 Mis à jour 2026-11-17 📅 Créé 2023-01-19
189
PunithVT/ai-avatar-system

🎭 Plateforme d’avatar IA / d’humain numérique : téléversez une photo, clonez une voix et dialoguez en temps réel avec n’importe quel visage grâce à une vidéo synchronisée avec les lèvres. Open source et auto-hébergée. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Mis à jour 2026-11-13 📅 Créé 2025-11-30
190
dsa/fast-voice-assistant

⚡ Assistant vocal IA incroyablement rapide avec des temps de réponse <500 ms

dsa
⭐ 581 Python 👤 dsa User 🕐 Mis à jour 2024-12-03 📅 Créé 2024-08-27
⭐ 580 C# 👤 VolcanicArts User 🕐 Mis à jour 2026-10-29 📅 Créé 2022-03-14
192
ElishaAz/Sayboard

Un IME vocal open-source sur appareil (clavier) pour Android utilisant la bibliothèque Vosk.

ElishaAz
⭐ 572 Kotlin 👤 ElishaAz User 🕐 Mis à jour 2025-07-01 📅 Créé 2022-02-16
193
algolia/voice-overlay-ios

🗣 Une superposition qui obtient l'autorisation vocale de l'utilisateur et l'entrée sous forme de texte dans une interface personnalisable

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Mis à jour 2026-06-23 📅 Créé 2018-06-25
194
SonicloudTech/mouse-mcp

Serveur MCP de souris matérielle pour les agents d’IA sous Windows x64. Contrôle USB HID et dictée vocale ; nécessite un matériel et un micrologiciel uMouse compatibles.

SonicloudTech
⭐ 555 TypeScript 👤 SonicloudTech Organization 🕐 Mis à jour 2026-10-31 📅 Créé 2026-10-20
195
opennookorg/betterwispr

Application de dictée gratuite, open source et privilégiant le traitement local pour macOS. Maintenez un raccourci enfoncé, parlez, et le texte s’écrit dans n’importe quelle application. Transcription vocale en texte sur l’appareil avec Whisper, Parakeet et Apple Speech. Une alternative privée, hors ligne et open source à Wispr Flow.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2026-10-07
196
rtzr/Awesome-Korean-Speech-Recognition

Liste d'API STT de reconnaissance vocale coréenne. Benchmarks de performance pour chacune.

rtzr
⭐ 542 👤 rtzr Organization 🕐 Mis à jour 2025-08-15 📅 Créé 2023-08-21
197
kouhxp/yapsnap

Transcrivez n'importe quelle URL de vidéo ou fichier audio en texte brut. Sans GPU. Sans cloud. Une seule commande.

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Mis à jour 2026-09-15 📅 Créé 2026-05-20
198
shashikg/WhisperS2T

Un pipeline optimisé de synthèse vocale vers texte pour le modèle Whisper prenant en charge plusieurs moteurs d'inférence

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Mis à jour 2024-08-27 📅 Créé 2023-12-16
199
ccoreilly/vosk-browser

Une bibliothèque de reconnaissance vocale fonctionnant dans le navigateur grâce à une compilation WebAssembly de Vosk

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Mis à jour 2025-12-07 📅 Créé 2021-02-19
200
C4rohan/Lampline

Créez des agents téléphoniques IA sur votre propre ordinateur et testez chaque modification avec un appelant IA. Open source, fonctionne gratuitement sans clés API et coûte quelques centimes par appel avec vos propres clés. Importez Dialogflow CX.

C4rohan
⭐ 529 Python 👤 C4rohan User 🕐 Mis à jour 2026-11-11 📅 Créé 2026-10-19