Git Stars Git Stars

#speech-recognition Repository

204
Totale Repository
889,741
Totale stelle
4,361
Media Stelle/Repo
101
modal-labs/quillman

Un'app di chat vocale

modal-labs
โญ 1,214 Python ๐Ÿ‘ค modal-labs Organization ๐Ÿ• Aggiornato 2026-10-30 ๐Ÿ“… Creato 2023-04-19
102
matthiasn/lotti

Un diario privato con un team di assistenti IA personali. Gli agenti leggono ciรฒ che registri e propongono cosa fare dopo โ€” tu approvi le modifiche. Sincronizzazione crittografata end-to-end tra i tuoi dispositivi โ€” i server vedono solo testo cifrato. IA locale opzionale.

matthiasn
โญ 1,208 Dart ๐Ÿ‘ค matthiasn User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2016-03-16
103
rudrankriyam/Foundation-Models-Framework-Lab

Un laboratorio pratico per creare, testare e valutare app con il framework dei modelli di base di Apple.

rudrankriyam
โญ 1,194 Swift ๐Ÿ‘ค rudrankriyam User ๐Ÿ• Aggiornato 2026-11-07 ๐Ÿ“… Creato 2025-06-09
104
TencentGameMate/chinese_speech_pretrain

modelli pre-addestrati in cinese

TencentGameMate
โญ 1,184 Shell ๐Ÿ‘ค TencentGameMate Organization ๐Ÿ• Aggiornato 2024-08-23 ๐Ÿ“… Creato 2022-05-25
105
janvarev/Irene-Voice-Assistant

Irina รจ un assistente vocale russo per il lavoro offline. Supporta le skill tramite plugin.

janvarev
โญ 1,184 Python ๐Ÿ‘ค janvarev User ๐Ÿ• Aggiornato 2026-07-26 ๐Ÿ“… Creato 2021-12-14
106
ashishpatel26/Treasure-of-Transformers

๐Ÿ’ Fantastico tesoro di modelli Transformer per l'elaborazione del linguaggio naturale contiene articoli, video, blog, repository ufficiali insieme a notebook Colab. ๐Ÿ›ซโ˜‘๏ธ

ashishpatel26
โญ 1,168 Jupyter Notebook ๐Ÿ‘ค ashishpatel26 User ๐Ÿ• Aggiornato 2025-08-01 ๐Ÿ“… Creato 2021-12-13
107
lhotse-speech/lhotse

Strumenti per la gestione di dati multimodali in progetti di machine learning.

lhotse-speech
โญ 1,166 Python ๐Ÿ‘ค lhotse-speech Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2020-04-24
108
alan-ai/alan-sdk-cordova

Il Sistema di Auto-Coding per la Tua App โ€” Alan AI SDK per Cordova

alan-ai
โญ 1,140 Ruby ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2025-04-22 ๐Ÿ“… Creato 2019-10-23
109
sooftware/conformer

Implementazione PyTorch [Non ufficiale] di "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

sooftware
โญ 1,137 Python ๐Ÿ‘ค sooftware User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2021-01-21
110
ardha27/AI-Waifu-Vtuber

Vtuber AI per lo streaming su Youtube/Twitch

ardha27
โญ 1,124 Python ๐Ÿ‘ค ardha27 User ๐Ÿ• Aggiornato 2026-05-31 ๐Ÿ“… Creato 2023-03-11
111
LearnedVector/A-Hackers-AI-Voice-Assistant

Un assistente vocale AI per hacker, costruito usando Python e PyTorch.

LearnedVector
โญ 1,121 Python ๐Ÿ‘ค LearnedVector User ๐Ÿ• Aggiornato 2025-12-15 ๐Ÿ“… Creato 2020-05-01
112
Saik0s/Whisperboard

L'app iOS open-source che rende la trascrizione vocale di qualitร  piรน accessibile sui dispositivi mobili.

Saik0s
โญ 1,112 Swift ๐Ÿ‘ค Saik0s User ๐Ÿ• Aggiornato 2025-12-18 ๐Ÿ“… Creato 2022-12-23
113
alumae/kaldi-gstreamer-server

Server di riconoscimento vocale full-duplex in tempo reale, basato sul toolkit Kaldi e sul framework GStreamer.

alumae
โญ 1,090 Python ๐Ÿ‘ค alumae User ๐Ÿ• Aggiornato 2024-06-08 ๐Ÿ“… Creato 2014-01-06
114
kishanrajput23/Jarvis-Desktop-Voice-Assistant

Un assistente vocale desktop basato su Python in grado di eseguire comandi a livello di sistema, integrare il riconoscimento vocale e la sintesi vocale, e gestire interazioni utente asincrone.

kishanrajput23
โญ 1,085 Python ๐Ÿ‘ค kishanrajput23 User ๐Ÿ• Aggiornato 2026-10-07 ๐Ÿ“… Creato 2021-08-26
115
octimot/StoryToolkitAI

Uno strumento di editing che utilizza l'IA per trascrivere, comprendere i contenuti e cercare qualsiasi cosa nei tuoi filmati, integrato con ChatGPT e altri modelli di IA

octimot
โญ 1,082 Python ๐Ÿ‘ค octimot User ๐Ÿ• Aggiornato 2026-07-28 ๐Ÿ“… Creato 2022-09-29
116
alphacep/vosk-android-demo

Riconoscimento vocale offline per Android con la libreria Vosk.

alphacep
โญ 1,064 Java ๐Ÿ‘ค alphacep Organization ๐Ÿ• Aggiornato 2025-12-08 ๐Ÿ“… Creato 2019-09-03
117
pykaldi/pykaldi

Un wrapper Python per Kaldi

pykaldi
โญ 1,039 Python ๐Ÿ‘ค pykaldi Organization ๐Ÿ• Aggiornato 2025-11-30 ๐Ÿ“… Creato 2017-06-19
118
VocaHQ/vocalinux

Dettatura vocale gratuita, open-source e 100% offline per Linux. Parla e digita ovunque tramite i motori whisper.cpp, Whisper e VOSK, accelerato via GPU, funziona su X11 + Wayland.

VocaHQ
โญ 1,036 Python ๐Ÿ‘ค VocaHQ Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-04-12
โญ 1,033 CSS ๐Ÿ‘ค susiai Organization ๐Ÿ• Aggiornato 2026-01-20 ๐Ÿ“… Creato 2017-11-25
120
k2-fsa/sherpa

Framework del server Speech-to-text con Kaldi di prossima generazione

k2-fsa
โญ 1,022 C++ ๐Ÿ‘ค k2-fsa Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2022-05-20
121
TensorSpeech/TensorFlowASR

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

TensorSpeech
โญ 1,018 Python ๐Ÿ‘ค TensorSpeech Organization ๐Ÿ• Aggiornato 2026-11-14 ๐Ÿ“… Creato 2020-02-13
โญ 1,014 Python ๐Ÿ‘ค HumanMLLM Organization ๐Ÿ• Aggiornato 2025-03-24 ๐Ÿ“… Creato 2025-03-09
123
espressif/esp-skainet

Assistente vocale intelligente Espressif

espressif
โญ 1,003 C ๐Ÿ‘ค espressif Organization ๐Ÿ• Aggiornato 2026-10-28 ๐Ÿ“… Creato 2019-08-01
124
savbell/whisper-writer

๐Ÿ’ฌ๐Ÿ“ Una piccola app di dettatura che utilizza il modello di riconoscimento vocale Whisper di OpenAI.

savbell
โญ 993 Python ๐Ÿ‘ค savbell User ๐Ÿ• Aggiornato 2024-08-24 ๐Ÿ“… Creato 2023-04-18
126
BinWang28/audio-ai-hub

L'hub per la ricerca sull'IA audio: articoli, modelli aperti, benchmark e dataset su LLM audio, riconoscimento vocale, TTS, generazione musicale e audio.

BinWang28
โญ 966 Python ๐Ÿ‘ค BinWang28 User ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2024-06-15
127
alesaccoia/VoiceStreamAI

Trascrizione audio quasi in tempo reale utilizzando Whisper self-hosted e WebSocket in Python/JS

alesaccoia
โญ 962 Python ๐Ÿ‘ค alesaccoia User ๐Ÿ• Aggiornato 2026-08-13 ๐Ÿ“… Creato 2023-12-26
128
sandrohanea/whisper.net

Whisper.net. Dettatura vocale resa semplice usando i modelli Whisper

sandrohanea
โญ 954 C# ๐Ÿ‘ค sandrohanea User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2023-02-03
129
transcriptionstream/transcriptionstream

servizio di trascrizione e diarizzazione offline self-hosted chiavi in mano con riepilogo LLM

transcriptionstream
โญ 949 Python ๐Ÿ‘ค transcriptionstream User ๐Ÿ• Aggiornato 2026-01-18 ๐Ÿ“… Creato 2023-11-13
130
yuxino/Mimi

Trasforma lโ€™audio del computer o del microfono in sottotitoli tradotti in tempo reale.

yuxino
โญ 943 Rust ๐Ÿ‘ค yuxino User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-07-22
131
salute-developers/GigaAM

Modello Fondamentale per Compiti di Riconoscimento Vocale

salute-developers
โญ 943 Python ๐Ÿ‘ค salute-developers Organization ๐Ÿ• Aggiornato 2026-08-17 ๐Ÿ“… Creato 2024-04-01
132
freewym/espresso

Espresso: Un Toolkit Veloce per il Riconoscimento Vocale Neurale End-to-End

freewym
โญ 942 Python ๐Ÿ‘ค freewym User ๐Ÿ• Aggiornato 2024-09-04 ๐Ÿ“… Creato 2018-12-02
133
TheDeathDragon/LiveTranslate

Traduzione audio in tempo reale, cattura audio di sistema + microfono, esegue ASR (Whisper/SenseVoice), traduce tramite API LLM con visualizzazione in streaming. Perfetto per VTuber, streamer e per guardare contenuti stranieri.

TheDeathDragon
โญ 923 Python ๐Ÿ‘ค TheDeathDragon User ๐Ÿ• Aggiornato 2026-08-17 ๐Ÿ“… Creato 2026-03-15
134
backmeupplz/voicy

Voicy (@voicybot): un bot di Telegram che converte i messaggi vocali in testo nei gruppi e nelle chat private

backmeupplz
โญ 915 JavaScript ๐Ÿ‘ค backmeupplz User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2016-12-03
135
TheStageAI/TheWhisper

Modelli Whisper ottimizzati per lo streaming e lโ€™uso on-device

TheStageAI
โญ 905 Python ๐Ÿ‘ค TheStageAI Organization ๐Ÿ• Aggiornato 2026-10-31 ๐Ÿ“… Creato 2025-10-19
136
vndee/local-talking-llm

Un LLM parlante che funziona sul tuo computer senza bisogno di internet.

vndee
โญ 896 Python ๐Ÿ‘ค vndee User ๐Ÿ• Aggiornato 2026-04-04 ๐Ÿ“… Creato 2024-03-24
137
astorfi/speechpy

:speech_balloon: SpeechPy - Una libreria per l'elaborazione e il riconoscimento della voce: http://speechpy.readthedocs.io/en/latest/

astorfi
โญ 885 Python ๐Ÿ‘ค astorfi User ๐Ÿ• Aggiornato 2024-12-15 ๐Ÿ“… Creato 2017-04-05
138
yeyupiaoling/PPASR

Riconoscimento vocale cinese end-to-end basato su PaddlePaddle, dall'introduzione alla pratica, casi di esempio introduttivi super semplici, progetti aziendali super pratici. Supporta i modelli piรน diffusi attualmente: DeepSpeech2, Conformer, Squeezeformer.

yeyupiaoling
โญ 868 Python ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2021-02-26
139
cjyaddone/ChatWaifu

Combinato ChatGPT con Moegoe TTS per creare una Waifu chiacchierona

cjyaddone
โญ 839 Python ๐Ÿ‘ค cjyaddone User ๐Ÿ• Aggiornato 2024-04-08 ๐Ÿ“… Creato 2022-12-18
140
JamesBrill/react-speech-recognition

๐Ÿ’ฌRiconoscimento vocale per la tua app React

JamesBrill
โญ 839 JavaScript ๐Ÿ‘ค JamesBrill User ๐Ÿ• Aggiornato 2025-06-06 ๐Ÿ“… Creato 2016-12-13
141
githubharald/CTCDecoder

Algoritmi di decodifica CTC (Connectionist Temporal Classification): miglior percorso, ricerca a raggiera, ricerca di dizionario, ricerca di prefisso e token passing. Implementato in Python.

githubharald
โญ 838 Python ๐Ÿ‘ค githubharald User ๐Ÿ• Aggiornato 2026-01-31 ๐Ÿ“… Creato 2017-10-09
142
saharmor/whisper-playground

Crea app web speech2text in tempo reale utilizzando Whisper di OpenAI https://openai.com/blog/whisper/

saharmor
โญ 835 Python ๐Ÿ‘ค saharmor User ๐Ÿ• Aggiornato 2025-09-12 ๐Ÿ“… Creato 2022-10-02
143
Notely-Voice/NotelyVoice

Unโ€™app di trascrizione vocale con IA privata al 100% che converte il parlato in testo in oltre 100 lingue. Realizzata con Compose Multiplatform per Android e iOS e basata su Whisper AI: nessun caricamento sul cloud, tutta lโ€™elaborazione avviene sul dispositivo per garantire la massima privacy. Contattaci direttamente allโ€™indirizzo: [email protected]

Notely-Voice
โญ 829 C++ ๐Ÿ‘ค Notely-Voice Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2024-10-20
144
SaarthurR/atticus-mac

Assistente vocale veloce e gratuito per il tuo Mac. Nessuna chiave API. Si ricorda di te e impara le tue scorciatoie. Tieni premuti โŒƒโŒฅSpace e parla.

SaarthurR
โญ 823 Python ๐Ÿ‘ค SaarthurR User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-10-10
145
CrispStrobe/CrispASR

Hub di runtime C++ ggml per modelli ASR e TTS multilingue: Cohere Transcribe, Parakeet TDT, Voxtral, Canary 1B v2, ecc., oltre all'allineamento forzato universale e altro ancora

CrispStrobe
โญ 823 C++ ๐Ÿ‘ค CrispStrobe User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-03-29
146
deepgram/kur

Apprendimento Profondo Descrittivo

deepgram
โญ 823 Python ๐Ÿ‘ค deepgram Organization ๐Ÿ• Aggiornato 2024-02-05 ๐Ÿ“… Creato 2016-11-19
147
cmusphinx/cmudict

Dizionario CMU Inglese Americano

cmusphinx
โญ 821 Python ๐Ÿ‘ค cmusphinx Organization ๐Ÿ• Aggiornato 2025-10-24 ๐Ÿ“… Creato 2014-10-18
148
VRCWizard/TTS-Voice-Wizard

Da voce a testo a voce. Canzone in riproduzione. Invia testo come messaggi OSC a VRChat per visualizzarlo sull'avatar. (STTTS) (Voce a TTS) (Sistema VRC STT) (VTuber TTS)

VRCWizard
โญ 813 C# ๐Ÿ‘ค VRCWizard User ๐Ÿ• Aggiornato 2026-10-12 ๐Ÿ“… Creato 2022-03-15
149
lobehub/lobe-tts

๐ŸŽค Lobe TTS - Una libreria TTS/STT affidabile e di alta qualitร  per server e browser

lobehub
โญ 810 TypeScript ๐Ÿ‘ค lobehub Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2023-11-02
150
mybigday/whisper.rn

Binding React Native di whisper.cpp.

mybigday
โญ 809 TypeScript ๐Ÿ‘ค mybigday Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2023-03-16