Git Stars Git Stars

#asr Repository

Scopri 100 repository GitHub open source attivi contrassegnati con #asr, che raccolgono un totale di 289,141 stelle (con una media di 2,891 stelle per progetto). Il progetto leader di questo argomento è m-bain/whisperX, con 25,556 stelle.

100
Totale Repository
289,141
Totale stelle
2,891
Media Stelle/Repo

101 repository in totale

1
m-bain/whisperX

WhisperX: Riconoscimento vocale automatico con timestamp a livello di parola (& diarizzazione)

m-bain
⭐ 25,556 Python 👤 m-bain User 🕐 Aggiornato 2026-11-21 📅 Creato 2022-12-09
2
modelscope/FunASR

Kit di strumenti di riconoscimento vocale open source per training, inferenza, ASR in streaming, VAD, punteggiatura, pipeline di diarizzazione dei parlanti e servizio compatibile con OpenAI/MCP.

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-11-24
3
NVIDIA-NeMo/Speech

Un framework scalabile di intelligenza artificiale generativa costruito per ricercatori e sviluppatori che lavorano su Large Language Models, Multimodal e Speech AI (Automatic Speech Recognition e Text-to-Speech)

NVIDIA-NeMo
⭐ 18,775 Python 👤 NVIDIA-NeMo Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-08-05
4
k2-fsa/sherpa-onnx

Da parlato a testo, da testo a parlato, diarizzazione dell'oratore, miglioramento della voce, separazione delle sorgenti e VAD utilizzando la prossima generazione di Kaldi con onnxruntime senza connessione Internet. Supporto per sistemi embedded, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, NPU RK, NPU Axera, NPU Ascend, server x86_64, server/client websocket, supporto per 12 linguaggi di programmazione

k2-fsa
⭐ 16,076 C++ 👤 k2-fsa Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-09-01
5
alphacep/vosk-api

API di riconoscimento vocale offline per Android, iOS, Raspberry Pi e server con Python, Java, C# e Node

alphacep
⭐ 15,278 Jupyter Notebook 👤 alphacep Organization 🕐 Aggiornato 2026-10-15 📅 Creato 2019-09-03
6
PaddlePaddle/PaddleSpeech

Toolkit per il riconoscimento vocale facile da usare che include modello di apprendimento auto-supervisionato, ASR SOTA/Streaming con punteggiatura, TTS Streaming con frontend di testo, Sistema di Verifica del Parlante, Traduzione Vocale End-to-End e Rilevamento di Parole Chiave. Ha vinto il Best Demo Award NAACL2022.

PaddlePaddle
⭐ 12,713 Python 👤 PaddlePaddle Organization 🕐 Aggiornato 2026-08-12 📅 Creato 2017-11-14
7
speechbrain/speechbrain

Un toolkit vocale basato su PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Aggiornato 2026-10-14 📅 Creato 2020-04-28
8
QwenAudio/SenseVoice

Modello SenseVoiceSmall open source per ASR in mandarino, cantonese, inglese, giapponese e coreano, identificazione della lingua, riconoscimento delle emozioni e rilevamento di eventi audio.

QwenAudio
⭐ 9,797 C 👤 QwenAudio Organization 🕐 Aggiornato 2026-09-30 📅 Creato 2024-07-03
9
jdepoix/youtube-transcript-api

Questa è un'API Python che ti permette di ottenere la trascrizione/sottotitoli per un video YouTube dato. Funziona anche per i sottotitoli generati automaticamente e non richiede una chiave API né un browser headless, come fanno altre soluzioni basate su Selenium!

jdepoix
⭐ 8,644 Python 👤 jdepoix User 🕐 Aggiornato 2026-11-09 📅 Creato 2018-04-20
10
wzpan/wukong-robot

🤖 wukong-robot è un progetto semplice, flessibile ed elegante di robot per il dialogo vocale in cinese/cassa intelligente, che supporta le capacità di dialogo multi-turno di ChatGPT e potrebbe essere il primo progetto di cassa intelligente open source che supporta l'interazione cervello-computer.

wzpan
⭐ 7,063 Python 👤 wzpan User 🕐 Aggiornato 2024-10-25 📅 Creato 2019-01-16
11
modelscope/FunClip

Strumento di trascrizione video, generazione di sottotitoli e clipping assistito da LLM basato su FunASR con interfaccia utente Gradio locale.

modelscope
⭐ 6,613 Python 👤 modelscope Organization 🕐 Aggiornato 2026-11-01 📅 Creato 2023-05-17
12
MahmoudAshraf97/whisper-diarization

Riconoscimento vocale automatico con diarizzazione del parlante basato su OpenAI Whisper

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 Aggiornato 2026-08-15 📅 Creato 2023-01-25
13
xiangyuecn/Recorder

Registrazione HTML5 JS MP3 WAV OGG WebM AMR G711A G711U formati, supporta PC e Android, iOS alcuni browser Web, Hybrid App (fornisce codice sorgente App Android iOS), WeChat, fornisce ASR riconoscimento vocale in testo versione H5 esempio chat vocale DTMF codifica/decodifica

xiangyuecn
⭐ 5,642 JavaScript 👤 xiangyuecn User 🕐 Aggiornato 2026-07-30 📅 Creato 2018-05-16
14
wenet-e2e/wenet

Produzione prima e pacchetto di riconoscimento vocale end-to-end pronto per la produzione

wenet-e2e
⭐ 5,258 Python 👤 wenet-e2e Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2020-11-17
15
umlx5h/LLPlayer

Il lettore multimediale per l'apprendimento delle lingue, con sottotitoli doppi, sottotitoli generati dall'IA, traduzione in tempo reale e altro ancora!

umlx5h
⭐ 4,779 C# 👤 umlx5h User 🕐 Aggiornato 2026-11-05 📅 Creato 2025-01-31
16
0xShug0/audio.cpp

Un motore di inferenza tutto-in-uno, puro C++, per modelli audio, basato su ggml. Supporta TTS, STT, VAD, conversione vocale, generazione musicale e altro, con prestazioni altamente ottimizzate. Nessuna dipendenza da Python.

0xShug0
⭐ 4,385 C++ 👤 0xShug0 User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-06-23
17
Open-Less/openless

Tieni premuto un tasto, parla, rilascia — testo rifinito dall'IA appare al tuo cursore in qualsiasi app. Input vocale open-source per macOS e Windows.

Open-Less
⭐ 4,148 Rust 👤 Open-Less Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-27
18
PeterH0323/Streamer-Sales

Streamer-Sales Campione di Vendite – Modello LLM di Streamer Venditore 🛒🎁, un modello LLM di streamer venditore capace di fornire commenti sui prodotti dal punto di vista dello stimolare la volontà di acquisto degli utenti in base alle caratteristiche del prodotto fornite. 🚀⭐ Include processi dettagliati di generazione dati ❗ 📦 Inoltre integra LMDeploy per inferenza accelerata 🚀, RAG Retrieval Augmented Generation 📚, TTS Text-to-Speech 🔊, generazione di avatar 🦸, utilizzo di agenti per ricerche di informazioni in tempo reale sul web 🌐, ASR Speech-to-Text 🎙️, frontend di costruzione dell'ecosistema Vue 🍍, backend di costruzione FastAPI 🗝️, packaging e deployment con Docker-compose 🐋

PeterH0323
⭐ 3,695 Python 👤 PeterH0323 User 🕐 Aggiornato 2025-03-08 📅 Creato 2024-04-05
19
ahmetoner/whisper-asr-webservice

API Webservice ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aggiornato 2026-10-01 📅 Creato 2022-09-22
20
FluidInference/FluidAudio

Modelli audio Frontier CoreML nelle tue app: text-to-speech, speech-to-text, voice activity detection e speaker diarization. In Swift, basato su SOTA open source.

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2025-06-21
21
Purfview/whisper-standalone-win

Eseguibili standalone Whisper & Faster-Whisper per coloro che non vogliono preoccuparsi di Python.

Purfview
⭐ 3,229 👤 Purfview User 🕐 Aggiornato 2025-11-07 📅 Creato 2023-02-25
22
AutoArk/GPA

[AutoArk] GPA (General Purpose Audio) può eseguire ASR, TTS e conversione vocale con un unico modello minuscolo!

AutoArk
⭐ 3,054 Python 👤 AutoArk Organization 🕐 Aggiornato 2026-05-25 📅 Creato 2025-12-16
23
CheshireCC/faster-whisper-GUI

GUI di faster_whisper con PySide6

CheshireCC
⭐ 2,999 Python 👤 CheshireCC User 🕐 Aggiornato 2026-08-25 📅 Creato 2023-07-18
⭐ 2,868 Python 👤 tensorflow Organization 🕐 Aggiornato 2026-10-29 📅 Creato 2018-07-24
25
linto-ai/whisper-timestamped

Riconoscimento vocale automatico multilingue con timestamp a livello di parola e confidenza

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 Aggiornato 2026-09-28 📅 Creato 2023-01-13
26
harry0703/AudioNotes

Estrai rapidamente contenuti audio e video, organizzandoli in una nota markdown strutturata

harry0703
⭐ 2,564 Python 👤 harry0703 User 🕐 Aggiornato 2026-08-19 📅 Creato 2024-07-19
27
coqui-ai/STT

🐸STT - Il toolkit di deep learning per Speech-to-Text. L'addestramento e il deployment di modelli STT non sono mai stati così facili.

coqui-ai
⭐ 2,547 C++ 👤 coqui-ai Organization 🕐 Aggiornato 2024-03-11 📅 Creato 2021-03-04
28
handy-computer/transcribe.cpp

Inferenza speech-to-text ggml per oltre 16 famiglie di modelli

handy-computer
⭐ 2,194 C++ 👤 handy-computer Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-04-07
29
FireRedTeam/FireRedASR

Modelli ASR open-source di livello industriale che supportano mandarino, dialetti cinesi e inglese, raggiungendo un nuovo SOTA sui benchmark pubblici ASR in mandarino, offrendo al contempo eccezionali capacità di riconoscimento del testo delle canzoni.

FireRedTeam
⭐ 2,014 Python 👤 FireRedTeam Organization 🕐 Aggiornato 2026-02-25 📅 Creato 2025-01-24
30
tuya/TuyaOpen

Framework AI+IoT di nuova generazione per T2/T3/T5AI/ESP32/e altro – Integrazione hardware veloce di agenti IoT e AI

tuya
⭐ 1,956 C 👤 tuya Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-12-25
31
sgl-project/sglang-omni

Runtime ad alte prestazioni per l’erogazione di sistemi di superintelligenza interattivi

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-01-07
32
k2-fsa/sherpa-ncnn

Riconoscimento vocale in tempo reale e rilevamento dell'attività vocale (VAD) utilizzando Kaldi di nuova generazione con ncnn senza connessione Internet. Supporto per iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A ecc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2022-09-04
33
wwbin2017/bailing

Bailing è un robot di conversazione vocale simile a GPT-4o, implementato tramite ASR+LLM+TTS, integrato con eccellenti grandi modelli come DeepSeek R1, connesso a openClaw, un vero assistente vocale personale con latenza fino a 800 ms, eseguibile su dispositivi a bassa configurazione come Mac, supporta l'interruzione

wwbin2017
⭐ 1,794 Python 👤 wwbin2017 User 🕐 Aggiornato 2026-04-06 📅 Creato 2024-08-25
34
mkiol/dsnote

App Linux Speech Note. Prendere appunti, leggere e tradurre con Speech to Text offline, Text to Speech e traduzione automatica.

mkiol
⭐ 1,720 C++ 👤 mkiol User 🕐 Aggiornato 2026-11-18 📅 Creato 2021-10-07
35
yuezhiai/jonex

Motore di parsing multimodale tutto-in-uno + motore della conoscenza pronto per l’IA, basato su ontologie e guidato da una Wiki LLM

yuezhiai
⭐ 1,714 Python 👤 yuezhiai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-07-19
36
amicalhq/amical

Digitazione vocale gratuita e open source per macOS e Windows. Trascrizione vocale locale con Whisper e Parakeet, disponibile anche offline.

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-05-08
37
byjlw/video-analyzer

Analizza video utilizzando LLM, Computer Vision e riconoscimento automatico della voce

byjlw
⭐ 1,620 Python 👤 byjlw User 🕐 Aggiornato 2026-04-19 📅 Creato 2024-11-10
38
QwenAudio/Fun-ASR

Modelli di riconoscimento vocale Fun-ASR, con supporto nativo per Hugging Face Transformers per Fun-ASR-Nano e percorsi di distribuzione separati per FunASR, vLLM e llama.cpp.

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-12-15
39
Delta-ML/delta

DELTA è una piattaforma di elaborazione del linguaggio naturale e della voce basata sull'apprendimento profondo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Aggiornato 2025-04-16 📅 Creato 2019-05-29
40
nyrahealth/CrisperWhisper

Trascrizione controllabile. Letterale (ogni intercalare, pausa, balbettio e suono vocale) oppure intenzionale (ciò che il parlante intendeva dire, ottimizzato per la leggibilità), con timestamp a livello di parola.

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2024-05-24
41
mbailey/voicemode

Conversazioni vocali naturali con Claude Code

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 Aggiornato 2026-11-20 📅 Creato 2025-06-08
42
R3gm/SoniTranslate

Traduzione sincronizzata per video. Doppiaggio video

R3gm
⭐ 1,430 Python 👤 R3gm User 🕐 Aggiornato 2026-08-29 📅 Creato 2023-06-27
43
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge è un progetto sviluppato attorno a un modello di generazione TTS, che implementa un API Server e una WebUI basata su Gradio.

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 Aggiornato 2026-05-21 📅 Creato 2024-06-01
44
Henry-23/VideoChat

Umano digitale interattivo vocale in tempo reale, con aspetto e voce personalizzabili, che supporta la clonazione vocale e presenta una latenza di dialogo di soli 3 secondi.

Henry-23
⭐ 1,333 Python 👤 Henry-23 User 🕐 Aggiornato 2025-12-18 📅 Creato 2024-10-18
45
goodroot/hyprwhspr

Riconoscimento vocale nativo per Linux - Dettatura rapida, accurata, privata e hackerabile a livello di sistema

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 Aggiornato 2026-11-19 📅 Creato 2025-08-27
46
soniqo/speech-swift

Toolkit vocale IA per Apple Silicon — ASR, TTS, voce-su-voce, VAD e diarizzazione alimentati da MLX e CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2026-02-04
47
ictnlp/StreamSpeech

StreamSpeech è un modello "All in One" senza interruzioni per il riconoscimento vocale offline e simultaneo, la traduzione vocale e la sintesi vocale.

ictnlp
⭐ 1,274 Python 👤 ictnlp Organization 🕐 Aggiornato 2025-06-29 📅 Creato 2024-06-04
48
alphacep/vosk-server

Server di riconoscimento vocale basato su WebSocket, gRPC e WebRTC utilizzando le librerie Vosk e Kaldi

alphacep
⭐ 1,259 Python 👤 alphacep Organization 🕐 Aggiornato 2025-07-25 📅 Creato 2019-05-07
49
gufo-org/gufo

Il motore di IA open source per AMD Strix Halo. Modelli di testo, embedding, voce, immagini e video in un unico binario, con API compatibili con OpenAI, caching per agenti di programmazione ed estensioni dei modelli. Linux e Windows.

gufo-org
⭐ 1,236 C++ 👤 gufo-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-08-11
50
yeyupiaoling/Whisper-Finetune

Affina il modello di riconoscimento vocale Whisper per supportare l'addestramento senza dati di timestamp, l'addestramento con dati di timestamp e l'addestramento senza dati vocali. Accelera l'inferenza e supporta il deployment Web, il deployment desktop Windows e il deployment Android

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 Aggiornato 2026-05-08 📅 Creato 2023-04-22

Domande frequenti

1

Qual è il repository #asr più popolare su GitHub?

Il progetto open source #asr più alto in classifica su GitHub è m-bain/whisperX, con 25,556 stelle. WhisperX: Riconoscimento vocale automatico con timestamp a livello di parola (& diarizzazione)

2

Quali linguaggi di programmazione sono più utilizzati nei repository #asr?

Tra i progetti #asr più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #asr?

Monitoriamo 100 repository open source attivi contrassegnati con #asr (500+ stelle), per un totale di 289,141 stelle e una media di 2,891 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.