Git Stars Git Stars

#speech-recognition Repository

204
Totale Repository
889,741
Totale stelle
4,361
Media Stelle/Repo
51
coqui-ai/STT

๐ŸธSTT - Il toolkit di deep learning per Speech-to-Text. L'addestramento e il deployment di modelli STT non sono mai stati cosรฌ facili.

coqui-ai
โญ 2,547 C++ ๐Ÿ‘ค coqui-ai Organization ๐Ÿ• Aggiornato 2024-03-11 ๐Ÿ“… Creato 2021-03-04
52
wquguru/cicada

Cicada ยท Sottotitoli in tempo reale, interpretazione simultanea e verbali delle riunioni con IA per qualsiasi riunione o diretta streaming. Gratuito e open source per Mac, Windows, Linux e Android.

wquguru
โญ 2,443 Swift ๐Ÿ‘ค wquguru User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2026-11-01
53
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
โญ 2,286 Python ๐Ÿ‘ค OpenMOSS Organization ๐Ÿ• Aggiornato 2026-10-21 ๐Ÿ“… Creato 2026-05-13
54
pannous/tensorflow-speech-recognition

๐ŸŽ™Riconoscimento vocale utilizzando il framework di deep learning TensorFlow, reti neurali sequence-to-sequence

pannous
โญ 2,176 Python ๐Ÿ‘ค pannous User ๐Ÿ• Aggiornato 2024-01-17 ๐Ÿ“… Creato 2015-12-07
55
react-native-voice/voice

:microphone: Libreria di riconoscimento vocale React Native per iOS e Android (Supporto Online e Offline)

react-native-voice
โญ 2,149 TypeScript ๐Ÿ‘ค react-native-voice Organization ๐Ÿ• Aggiornato 2026-01-21 ๐Ÿ“… Creato 2016-05-06
56
fikrikarim/parlor

IA multimodale in tempo reale su dispositivo con funzionalitร  simili a GPT-Live

fikrikarim
โญ 2,117 Python ๐Ÿ‘ค fikrikarim User ๐Ÿ• Aggiornato 2026-08-03 ๐Ÿ“… Creato 2026-04-05
57
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 capacitร  di riconoscimento del testo delle canzoni.

FireRedTeam
โญ 2,014 Python ๐Ÿ‘ค FireRedTeam Organization ๐Ÿ• Aggiornato 2026-02-25 ๐Ÿ“… Creato 2025-01-24
58
nobody132/masr

Riconoscimento vocale cinese; Riconoscimento vocale automatico mandarino;

nobody132
โญ 1,962 Python ๐Ÿ‘ค nobody132 User ๐Ÿ• Aggiornato 2024-07-25 ๐Ÿ“… Creato 2019-05-07
59
julius-speech/julius

Motore di riconoscimento vocale continuo open-source con ampio vocabolario

julius-speech
โญ 1,926 C ๐Ÿ‘ค julius-speech Organization ๐Ÿ• Aggiornato 2025-06-16 ๐Ÿ“… Creato 2015-04-28
60
wq2012/awesome-diarization

Un elenco curato di eccellenti articoli, librerie, dataset e altre risorse su Speaker Diarization.

wq2012
โญ 1,917 ๐Ÿ‘ค wq2012 User ๐Ÿ• Aggiornato 2026-10-26 ๐Ÿ“… Creato 2019-01-19
61
alan-ai/alan-sdk-ios

Il sistema di auto-codifica per la tua app โ€” Alan AI SDK per iOS

alan-ai
โญ 1,889 Objective-C ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2025-04-22 ๐Ÿ“… Creato 2019-10-01
62
sgl-project/sglang-omni

Runtime ad alte prestazioni per lโ€™erogazione di sistemi di superintelligenza interattivi

sgl-project
โญ 1,882 Python ๐Ÿ‘ค sgl-project Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-01-07
63
QwenLM/Qwen-Audio

Il repository ufficiale di Qwen-Audio (้€šไน‰ๅƒ้—ฎ-Audio) chat & modello linguistico audio di grandi dimensioni pre-addestrato proposto da Alibaba Cloud.

QwenLM
โญ 1,857 Python ๐Ÿ‘ค QwenLM Organization ๐Ÿ• Aggiornato 2024-07-05 ๐Ÿ“… Creato 2023-11-07
64
alan-ai/alan-sdk-android

Il Sistema di Auto-Codifica per la Tua App โ€” Alan AI SDK per Android

alan-ai
โญ 1,815 ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2025-04-22 ๐Ÿ“… Creato 2019-10-01
65
peteonrails/voxtype

Trascrizione vocale con push-to-talk per compositori Wayland

peteonrails
โญ 1,810 Rust ๐Ÿ‘ค peteonrails User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-11-28
66
FL33TW00D/whisper-turbo

Multipiattaforma, Whisper accelerato da GPU ๐ŸŽ๏ธ

FL33TW00D
โญ 1,808 TypeScript ๐Ÿ‘ค FL33TW00D User ๐Ÿ• Aggiornato 2024-02-27 ๐Ÿ“… Creato 2023-08-18
67
k2-fsa/sherpa-ncnn

Riconoscimento vocale in tempo reale e rilevamento dell'attivitร  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
โญ 1,801 C++ ๐Ÿ‘ค k2-fsa Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2022-09-04
68
alan-ai/alan-sdk-flutter

Il sistema di auto-codifica per la tua app โ€” Alan AI SDK per Flutter

alan-ai
โญ 1,768 Ruby ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2025-04-22 ๐Ÿ“… Creato 2020-04-22
69
abb128/LiveCaptions

Applicazione desktop Linux che fornisce sottotitoli dal vivo

abb128
โญ 1,753 C ๐Ÿ‘ค abb128 User ๐Ÿ• Aggiornato 2025-02-27 ๐Ÿ“… Creato 2022-11-30
70
zhiwehu/100_plus_Python_Projects_Challenge

Sfida di 100+ progetti Python

zhiwehu
โญ 1,724 Python ๐Ÿ‘ค zhiwehu User ๐Ÿ• Aggiornato 2026-09-20 ๐Ÿ“… Creato 2021-05-01
71
mkiol/dsnote

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

mkiol
โญ 1,720 C++ ๐Ÿ‘ค mkiol User ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2021-10-07
72
strob/gentle

allineatore forzato gentile

strob
โญ 1,713 Python ๐Ÿ‘ค strob User ๐Ÿ• Aggiornato 2026-07-24 ๐Ÿ“… Creato 2015-10-23
74
Ayanaminn/N46Whisper

Generatore di sottotitoli giapponesi basato su Whisper

Ayanaminn
โญ 1,708 Jupyter Notebook ๐Ÿ‘ค Ayanaminn User ๐Ÿ• Aggiornato 2025-02-23 ๐Ÿ“… Creato 2022-10-25
75
royshil/obs-localvocal

Plugin OBS per riconoscimento vocale locale e sottotitolazione tramite AI

royshil
โญ 1,674 C++ ๐Ÿ‘ค royshil User ๐Ÿ• Aggiornato 2026-11-05 ๐Ÿ“… Creato 2023-08-10
76
alan-ai/alan-sdk-ionic

Il sistema di auto-codifica per la tua app โ€” Alan AI SDK per Ionic

alan-ai
โญ 1,661 TypeScript ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2025-04-22 ๐Ÿ“… Creato 2020-04-24
77
amicalhq/amical

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

amicalhq
โญ 1,648 TypeScript ๐Ÿ‘ค amicalhq Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-05-08
78
finnvoor/yap

๐Ÿ—ฃ๏ธ Una CLI per la trascrizione vocale sul dispositivo utilizzando Speech.framework su macOS 26

finnvoor
โญ 1,640 Swift ๐Ÿ‘ค finnvoor User ๐Ÿ• Aggiornato 2026-07-20 ๐Ÿ“… Creato 2025-06-15
79
semperai/amica

Amica รจ un'interfaccia open source per la comunicazione interattiva con personaggi 3D con sintesi vocale e riconoscimento vocale.

semperai
โญ 1,626 TypeScript ๐Ÿ‘ค semperai Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2023-10-29
80
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
โญ 1,614 C ๐Ÿ‘ค QwenAudio Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-12-15
81
Delta-ML/delta

DELTA รจ 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
โญ 1,602 Python ๐Ÿ‘ค Delta-ML Organization ๐Ÿ• Aggiornato 2025-04-16 ๐Ÿ“… Creato 2019-05-29
82
espressif/esp-sr

Riconoscimento vocale

espressif
โญ 1,589 C ๐Ÿ‘ค espressif Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2019-07-29
83
bytedance/SALMONN

Famiglia SALMONN: Una suite di LLM multimodali avanzati

bytedance
โญ 1,576 ๐Ÿ‘ค bytedance Organization ๐Ÿ• Aggiornato 2026-10-16 ๐Ÿ“… Creato 2023-08-11
84
AlekPet/ComfyUI_Custom_Nodes_AlekPet

Nodi personalizzati che estendono le capacitร  di Comfyui

AlekPet
โญ 1,535 JavaScript ๐Ÿ‘ค AlekPet User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2023-05-10
85
nyrahealth/CrisperWhisper

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

nyrahealth
โญ 1,498 Python ๐Ÿ‘ค nyrahealth Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2024-05-24
86
GauravSingh9356/J.A.R.V.I.S

Assistente Personale costruito utilizzando librerie Python. Fa quasi tutto, tra cui inviare e-mail, riconoscimento ottico del testo, reportistica dinamica di notizie in qualsiasi momento con integrazione API, generatore di elenchi di cose da fare, apre qualsiasi sito Web con un semplice comando vocale, riproduce musica, ricerca su Wikipedia, dizionario con rilevamento intelligente, ovvero controllo ortografico automatico, reportistica meteo, ovvero temperatura, velocitร  del vento, umiditร , ricerca su YouTube, ricerca su Google Maps, download di YouTube, ecc.

GauravSingh9356
โญ 1,495 Python ๐Ÿ‘ค GauravSingh9356 User ๐Ÿ• Aggiornato 2025-12-02 ๐Ÿ“… Creato 2020-06-27
87
wit-ai/pywit

Libreria Python per Wit.ai

wit-ai
โญ 1,485 Python ๐Ÿ‘ค wit-ai Organization ๐Ÿ• Aggiornato 2026-08-28 ๐Ÿ“… Creato 2014-09-29
88
microsoft/DNS-Challenge

Questo repo contiene gli script, i modelli e i file richiesti per la Deep Noise Suppression (DNS) Challenge.

microsoft
โญ 1,480 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2026-11-10 ๐Ÿ“… Creato 2020-01-14
89
ARahim3/mlx-tune

Fine-tune LLMs sul tuo Mac con Apple Silicon. SFT, DPO, GRPO, Visione, TTS, STT, Embedding e fine-tuning OCR โ€” nativamente su MLX. API compatibile con Unsloth.

ARahim3
โญ 1,475 Python ๐Ÿ‘ค ARahim3 User ๐Ÿ• Aggiornato 2026-06-23 ๐Ÿ“… Creato 2026-01-03
90
microsoft/SpeechT5

Pre-addestramento unimodale vocale-testuale unificato per l'elaborazione del linguaggio parlato

microsoft
โญ 1,420 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2024-04-24 ๐Ÿ“… Creato 2022-02-08
91
PrunaAI/pruna

Pruna รจ un framework di ottimizzazione dei modelli creato per gli sviluppatori, che consente di fornire modelli piรน veloci ed efficienti con un sovraccarico minimo.

PrunaAI
โญ 1,399 Python ๐Ÿ‘ค PrunaAI Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-03-11
92
coqui-ai/open-speech-corpora

๐Ÿ’Ž Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali

coqui-ai
โญ 1,377 ๐Ÿ‘ค coqui-ai Organization ๐Ÿ• Aggiornato 2024-06-06 ๐Ÿ“… Creato 2019-01-31
93
Softcatala/whisper-ctranslate2

Client da riga di comando Whisper compatibile con il client originale OpenAI basato su CTranslate2.

Softcatala
โญ 1,374 Python ๐Ÿ‘ค Softcatala Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2023-03-17
94
ratwithacompiler/OBS-captions-plugin

Plugin OBS per didascalie closed usando il riconoscimento vocale di Google

ratwithacompiler
โญ 1,351 C++ ๐Ÿ‘ค ratwithacompiler User ๐Ÿ• Aggiornato 2026-10-09 ๐Ÿ“… Creato 2019-07-13
95
linyiLYi/voice-assistant

Una semplice demo giocattolo di un assistente vocale locale con whisper e un modello linguistico di grandi dimensioni.

linyiLYi
โญ 1,329 Python ๐Ÿ‘ค linyiLYi User ๐Ÿ• Aggiornato 2024-04-30 ๐Ÿ“… Creato 2023-12-09
96
soniqo/speech-swift

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

soniqo
โญ 1,284 Swift ๐Ÿ‘ค soniqo Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2026-02-04
97
ictnlp/StreamSpeech

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

ictnlp
โญ 1,274 Python ๐Ÿ‘ค ictnlp Organization ๐Ÿ• Aggiornato 2025-06-29 ๐Ÿ“… Creato 2024-06-04
98
alphacep/vosk-server

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

alphacep
โญ 1,259 Python ๐Ÿ‘ค alphacep Organization ๐Ÿ• Aggiornato 2025-07-25 ๐Ÿ“… Creato 2019-05-07
99
aTrainTranscription/aTrain

Uno strumento GUI per la trascrizione offline di registrazioni vocali, inclusa la diarizzazione dell'oratore, che utilizza modelli di machine learning all'avanguardia.

aTrainTranscription
โญ 1,244 Python ๐Ÿ‘ค aTrainTranscription Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2023-10-03
100
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
โญ 1,222 C ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2026-05-08 ๐Ÿ“… Creato 2023-04-22