Git Stars Git Stars

#automatic-speech-recognition Repository

Scopri 42 repository GitHub open source attivi contrassegnati con #automatic-speech-recognition, che raccolgono un totale di 118,799 stelle (con una media di 2,828 stelle per progetto). Il progetto leader di questo argomento è Vaibhavs10/insanely-fast-whisper, con 13,052 stelle.

42
Totale Repository
118,799
Totale stelle
2,828
Media Stelle/Repo

42 repository in totale

2
facebookresearch/seamless_communication

Modelli Fondamentali per la Traduzione Vocale e Testuale all'Avanguardia

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aggiornato 2026-09-08 📅 Creato 2023-08-01
3
QuentinFuxa/WhisperLiveKit

Trascrizione vocale in tempo reale e locale con ASR in streaming, diarizzazione dei parlanti, traduzione e API compatibili con OpenAI/Deepgram.

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 Aggiornato 2026-11-14 📅 Creato 2024-12-19
4
Const-me/Whisper

Inferenza GPGPU ad alte prestazioni del modello Whisper di OpenAI per il riconoscimento automatico del parlato (ASR)

Const-me
⭐ 10,717 C++ 👤 Const-me User 🕐 Aggiornato 2026-09-22 📅 Creato 2023-01-07
5
mli/autocut

Tagliare video con un editor di testo

mli
⭐ 7,522 Python 👤 mli User 🕐 Aggiornato 2024-10-05 📅 Creato 2022-10-28
6
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
7
MoonshotAI/Kimi-Audio

Kimi-Audio, un modello di fondazione audio open-source eccellente nella comprensione, generazione e conversazione audio

MoonshotAI
⭐ 4,654 Python 👤 MoonshotAI Organization 🕐 Aggiornato 2025-06-21 📅 Creato 2025-04-25
8
agermanidis/autosub

[NON PIÙ MANTENUTO] Utilità da riga di comando per la generazione automatica di sottotitoli per qualsiasi file video

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Aggiornato 2024-03-22 📅 Creato 2015-06-29
9
ahmetoner/whisper-asr-webservice

API Webservice ASR OpenAI Whisper

ahmetoner
⭐ 3,370 Python 👤 ahmetoner User 🕐 Aggiornato 2026-10-01 📅 Creato 2022-09-22
10
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
11
Kedreamix/Linly-Dubbing

Strumento AI per doppiaggio/traduzione video multilingue intelligente - Linly-Dubbing — “AI abilitata, lingue senza confini”

Kedreamix
⭐ 3,221 Jupyter Notebook 👤 Kedreamix User 🕐 Aggiornato 2025-03-05 📅 Creato 2024-08-08
12
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
13
facebookresearch/omnilingual-asr

Riconoscimento vocale multilingue open-source Omnilingual ASR per oltre 1600 lingue

facebookresearch
⭐ 2,976 Python 👤 facebookresearch Organization 🕐 Aggiornato 2025-12-30 📅 Creato 2025-11-06
14
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
15
janhq/ichigo

IA vocale locale in tempo reale

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Aggiornato 2025-11-26 📅 Creato 2024-07-02
16
TEN-framework/ten-vad

Rilevatore di attività vocale (VAD): bassa latenza, alte prestazioni e leggero

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-04-29
17
OpenMOSS/MOSS-Transcribe-Diarize

Un modello da 0,9B per la trascrizione di contenuti lunghi in oltre 50 lingue, con diarizzazione dei parlanti, timestamp e riconoscimento degli eventi acustici

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 Aggiornato 2026-10-21 📅 Creato 2026-05-13
18
QwenLM/Qwen2-Audio

Il repository ufficiale della chat Qwen2-Audio e del modello linguistico audio di grandi dimensioni preaddestrato proposto da Alibaba Cloud.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Aggiornato 2025-04-21 📅 Creato 2024-06-24
19
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
20
stepfun-ai/Step-Audio2

Step-Audio 2 è un modello linguistico di grandi dimensioni multimodale end-to-end progettato per la comprensione audio e la conversazione vocale di livello industriale.

stepfun-ai
⭐ 1,531 Python 👤 stepfun-ai Organization 🕐 Aggiornato 2026-03-16 📅 Creato 2025-07-15
21
McCloudS/subgen

Genera sottotitoli automaticamente utilizzando il modello OpenAI Whisper tramite Jellyfin, Plex, Emby, Tautulli o Bazarr

McCloudS
⭐ 1,519 Python 👤 McCloudS User 🕐 Aggiornato 2026-08-07 📅 Creato 2023-01-28
23
k2-fsa/k2

Algoritmi FSA/FST, differenziabili, con compatibilità PyTorch.

k2-fsa
⭐ 1,371 Cuda 👤 k2-fsa Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2020-04-17
24
QwenLM/Qwen3-ASR-Toolkit

Toolkit Python ufficiale per l'API Qwen3-ASR. Chiamate parallele ad alto throughput, trascrizione audio robusta per file lunghi, supporto per frequenze di campionamento multiple.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Aggiornato 2026-02-05 📅 Creato 2025-09-16
25
TensorSpeech/TensorFlowASR

:zap: TensorFlowASR: Quasi all'avanguardia nel riconoscimento vocale automatico in Tensorflow 2. Lingue supportate che possono utilizzare caratteri o sottoparole

TensorSpeech
⭐ 1,018 Python 👤 TensorSpeech Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2020-02-13
26
senstella/parakeet-mlx

Un'implementazione dei modelli Parakeet di Nvidia per Apple Silicon utilizzando MLX.

senstella
⭐ 999 Python 👤 senstella User 🕐 Aggiornato 2026-11-17 📅 Creato 2025-05-03
27
jitsi/jiwer

Valuti il vostro sistema di riconoscimento vocale con misure di similarità come il tasso di errore di parole (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Aggiornato 2026-09-03 📅 Creato 2018-06-19
28
lifeiteng/OmniSenseVoice

Omni SenseVoice: Riconoscimento vocale ad alta velocità con timestamp delle parole 🗣️🎯

lifeiteng
⭐ 897 Python 👤 lifeiteng User 🕐 Aggiornato 2025-12-10 📅 Creato 2024-09-22
29
aiola-lab/whisper-medusa

Sussurra con teste di Medusa

aiola-lab
⭐ 860 Python 👤 aiola-lab Organization 🕐 Aggiornato 2026-07-02 📅 Creato 2024-07-17
31
DataoceanAI/Dolphin

Dolphin è un modello ASR multilingue e multi-task addestrato congiuntamente da DataoceanAI e dalla Tsinghua University.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Aggiornato 2026-06-11 📅 Creato 2025-03-18
32
EmulationAI/awesome-large-audio-models

Raccolta di risorse sulle applicazioni dei Large Language Models (LLM) in Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2023-08-18
33
FireRedTeam/FireRedASR2S

Un sistema ASR All-in-One di livello industriale SOTA con moduli ASR, VAD, LID e Punc. FireRedASR2 supporta cinese (mandarino, 20+ dialetti/accenti), inglese, code-switching e ASR sia per la voce che per il canto. FireRedVAD supporta voce/canto/musica in 100+ lingue. FireRedLID supporta 100+ lingue e 20+ dialetti cinesi. FireRedPunc supporta cinese e inglese.

FireRedTeam
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2026-02-12
35
DoMusic/Hybrid-Net

Audio in tempo reale ad accordi, testi, beat e melodia.

DoMusic
⭐ 713 Python 👤 DoMusic Organization 🕐 Aggiornato 2024-08-15 📅 Creato 2024-03-26
36
sofdog-gh/realtime-transcription-fastrtc

Trascrizione vocale in tempo reale con FastRTC ⚡️ e Whisper locale 🤗

sofdog-gh
⭐ 700 Python 👤 sofdog-gh User 🕐 Aggiornato 2025-07-10 📅 Creato 2025-03-01
37
vilassn/whisper_android

Riconoscimento vocale offline con OpenAI Whisper e TensorFlow Lite per Android

vilassn
⭐ 693 C++ 👤 vilassn User 🕐 Aggiornato 2026-03-18 📅 Creato 2023-08-26
38
VITA-MLLM/VITA-Audio

✨✨[NeurIPS 2025] VITA-Audio: Generazione Veloce di Token Cross-Modali Interfoliati per un Efficiente Modello Linguistico-Vocale di Grandi Dimensioni

VITA-MLLM
⭐ 679 Python 👤 VITA-MLLM Organization 🕐 Aggiornato 2025-05-24 📅 Creato 2025-04-23
39
Picovoice/cheetah

Motore di trascrizione vocale in streaming on-device alimentato dall'apprendimento profondo

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2018-10-28
40
ErlichLiu/Whisper-Input

È possibile avviare la registrazione premendo il pulsante Opzione e terminarla rilasciandolo, quindi chiamare il modello Groq Whisper Large V3 Turbo per la trascrizione. Poiché Groq è molto veloce, la maggior parte degli input vocali viene restituita entro 1-2 secondi. E grazie alle potenti capacità di Whisper, l'effetto di trascrizione è molto buono.

ErlichLiu
⭐ 593 Python 👤 ErlichLiu User 🕐 Aggiornato 2025-01-29 📅 Creato 2025-01-11
42
HKAllThingsLink/streaming-asr

Un sistema client-server leggero per l'elaborazione audio in tempo reale con rilevamento dell'attività vocale (VAD) e riconoscimento vocale automatico (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Aggiornato 2026-01-04 📅 Creato 2025-12-01

Domande frequenti

1

Qual è il repository #automatic-speech-recognition più popolare su GitHub?

Il progetto open source #automatic-speech-recognition più alto in classifica su GitHub è Vaibhavs10/insanely-fast-whisper, con 13,052 stelle.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #automatic-speech-recognition?

Tra i progetti #automatic-speech-recognition più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, Swift.

3

Come viene calcolata la classifica dei repository #automatic-speech-recognition?

Monitoriamo 42 repository open source attivi contrassegnati con #automatic-speech-recognition (500+ stelle), per un totale di 118,799 stelle e una media di 2,828 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.