Git Stars Git Stars

#speech-recognition Repository

204
Totale Repository
889,741
Totale stelle
4,361
Media Stelle/Repo
151
mezbaul-h/june

Chatbot vocale locale per conversazioni coinvolgenti, alimentato da Ollama, Hugging Face Transformers e Coqui TTS Toolkit

mezbaul-h
โญ 786 Python ๐Ÿ‘ค mezbaul-h User ๐Ÿ• Aggiornato 2024-08-12 ๐Ÿ“… Creato 2024-06-03
152
mallorbc/whisper_mic

Progetto che permette di utilizzare un microfono con OpenAI Whisper.

mallorbc
โญ 784 Python ๐Ÿ‘ค mallorbc User ๐Ÿ• Aggiornato 2024-07-04 ๐Ÿ“… Creato 2022-09-23
153
markovka17/dla

Deep learning per l'elaborazione audio

markovka17
โญ 780 Jupyter Notebook ๐Ÿ‘ค markovka17 User ๐Ÿ• Aggiornato 2026-11-08 ๐Ÿ“… Creato 2020-08-23
154
Ailln/cn2an

๐Ÿ“ฆ Conversione rapida tra ยซnumeri cinesiยป e ยซnumeri arabiยป ~ (Nuova funzionalitร : frazioni, date, temperature, ecc.๏ผ‰

Ailln
โญ 768 Python ๐Ÿ‘ค Ailln User ๐Ÿ• Aggiornato 2026-04-23 ๐Ÿ“… Creato 2018-05-04
155
soupslurpr/Transcribro

Tastiera e servizio privati e on-device per il riconoscimento vocale per Android.

soupslurpr
โญ 765 Kotlin ๐Ÿ‘ค soupslurpr User ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2024-03-15
156
yeyupiaoling/PaddlePaddle-DeepSpeech

Riconoscimento vocale implementato basato su PaddlePaddle, riconoscimento vocale in cinese. Il progetto รจ completo, con un buon effetto di riconoscimento. Supporta addestramento e previsione su Windows e Linux, supporta previsione sulla scheda di sviluppo Nvidia Jetson.

yeyupiaoling
โญ 764 Python ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2019-11-01
157
amanvirparhar/chaplin

Uno strumento di riconoscimento vocale silenzioso in tempo reale.

amanvirparhar
โญ 763 Python ๐Ÿ‘ค amanvirparhar User ๐Ÿ• Aggiornato 2025-11-02 ๐Ÿ“… Creato 2025-02-03
158
exPHAT/SwiftWhisper

๐ŸŽค Il modo piรน semplice per trascrivere l'audio in Swift

exPHAT
โญ 751 Swift ๐Ÿ‘ค exPHAT User ๐Ÿ• Aggiornato 2024-05-23 ๐Ÿ“… Creato 2023-03-29
159
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
โญ 745 Python ๐Ÿ‘ค FireRedTeam Organization ๐Ÿ• Aggiornato 2026-06-02 ๐Ÿ“… Creato 2026-02-12
160
Macoron/whisper.unity

Esecuzione del modello speech-to-text (whisper.cpp) in Unity3d sulla tua macchina locale.

Macoron
โญ 730 C# ๐Ÿ‘ค Macoron User ๐Ÿ• Aggiornato 2025-04-17 ๐Ÿ“… Creato 2023-03-26
161
yeyupiaoling/MASR

Un framework Pytorch per il riconoscimento vocale automatico in streaming e non, compatibile sia con il riconoscimento online che offline. Attualmente supporta i modelli Conformer, Squeezeformer e DeepSpeech2, insieme a vari metodi di data augmentation.

yeyupiaoling
โญ 729 Python ๐Ÿ‘ค yeyupiaoling User ๐Ÿ• Aggiornato 2026-07-06 ๐Ÿ“… Creato 2020-07-29
162
MycroftAI/adapt

Parser di Intenti Adattivo

MycroftAI
โญ 722 Python ๐Ÿ‘ค MycroftAI Organization ๐Ÿ• Aggiornato 2024-07-21 ๐Ÿ“… Creato 2015-09-08
163
Picovoice/rhino

Motore Speech-to-Intent on-device alimentato da deep learning

Picovoice
โญ 719 Python ๐Ÿ‘ค Picovoice Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2018-10-28
164
openspeech-team/openspeech

Toolkit open source per il riconoscimento vocale end-to-end che sfrutta PyTorch-Lightning e Hydra.

openspeech-team
โญ 715 Python ๐Ÿ‘ค openspeech-team Organization ๐Ÿ• Aggiornato 2026-06-21 ๐Ÿ“… Creato 2021-06-06
165
Baidu-AIP/speech-demo

Esempio API vocale

Baidu-AIP
โญ 709 Java ๐Ÿ‘ค Baidu-AIP Organization ๐Ÿ• Aggiornato 2024-07-25 ๐Ÿ“… Creato 2018-02-24
166
jamsch/expo-speech-recognition

Riconoscimento vocale per progetti React Native Expo

jamsch
โญ 700 TypeScript ๐Ÿ‘ค jamsch User ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2023-10-30
167
Picovoice/speech-to-text-benchmark

Framework di benchmark per speech to text

Picovoice
โญ 700 Python ๐Ÿ‘ค Picovoice Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2018-08-04
168
vilassn/whisper_android

Riconoscimento vocale offline con OpenAI Whisper e TensorFlow Lite per Android

vilassn
โญ 693 C++ ๐Ÿ‘ค vilassn User ๐Ÿ• Aggiornato 2026-03-18 ๐Ÿ“… Creato 2023-08-26
169
xinjli/allosaurus

Allosaurus รจ un riconoscitore telefonico universale pre-addestrato per oltre 2000 lingue

xinjli
โญ 689 Python ๐Ÿ‘ค xinjli User ๐Ÿ• Aggiornato 2024-04-26 ๐Ÿ“… Creato 2020-02-12
170
zeekk0/OpenAmika

OpenAmika: Amika, la compagna IA di MekaHime, รจ open source. Avatar Live2D, voce in tempo reale, memoria a lungo termine e OpenRouter o Ollama come cervello.

zeekk0
โญ 684 Python ๐Ÿ‘ค zeekk0 User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-11-03
171
inclusionAI/Ming

Ming - facilita capacitร  avanzate di comprensione e generazione multimodale costruite sul Ling LLM.

inclusionAI
โญ 683 Jupyter Notebook ๐Ÿ‘ค inclusionAI Organization ๐Ÿ• Aggiornato 2026-07-27 ๐Ÿ“… Creato 2025-04-21
172
DmitryRyumin/INTERSPEECH-2023-24-Papers

Pubblicazioni INTERSPEECH 2023-2024: Una raccolta completa di ricerche influenti ed entusiasmanti dalla conferenza INTERSPEECH 2023-24. Esplora gli ultimi progressi nell'elaborazione del parlato e del linguaggio. Codice incluso. Metti una stella al repository per supportare l'avanzamento della tecnologia vocale!

DmitryRyumin
โญ 683 ๐Ÿ‘ค DmitryRyumin User ๐Ÿ• Aggiornato 2024-12-25 ๐Ÿ“… Creato 2023-06-26
173
Picovoice/cheetah

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

Picovoice
โญ 672 Python ๐Ÿ‘ค Picovoice Organization ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2018-10-28
174
sveinbjornt/hear

Interfaccia a riga di comando per le funzionalitร  integrate di riconoscimento vocale e trascrizione in macOS.

sveinbjornt
โญ 671 Objective-C ๐Ÿ‘ค sveinbjornt User ๐Ÿ• Aggiornato 2026-08-30 ๐Ÿ“… Creato 2022-02-23
175
Jakobovski/free-spoken-digit-dataset

Un set di dati audio gratuito di cifre parlate. Una versione audio di MNIST.

Jakobovski
โญ 663 Python ๐Ÿ‘ค Jakobovski User ๐Ÿ• Aggiornato 2024-05-02 ๐Ÿ“… Creato 2016-06-21
176
woheller69/whisperIME

Editor del metodo di input (IME) per Android basato su Whisper

woheller69
โญ 661 Java ๐Ÿ‘ค woheller69 User ๐Ÿ• Aggiornato 2026-10-28 ๐Ÿ“… Creato 2024-12-30
177
xifan2333/fcitx5-vinput

Input vocale per Fcitx5 โ€” riconoscimento vocale locale e cloud, riscrittura con LLM e pacchetti per diverse distribuzioni

xifan2333
โญ 654 C++ ๐Ÿ‘ค xifan2333 User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-03-06
178
judahpaul16/gpt-home

ChatGPT a casa! Un'alternativa migliore agli assistenti commerciali per la smart home, costruita su Raspberry Pi utilizzando LiteLLM e LangGraph.

judahpaul16
โญ 654 Python ๐Ÿ‘ค judahpaul16 User ๐Ÿ• Aggiornato 2026-09-13 ๐Ÿ“… Creato 2023-09-05
179
evancohen/sonus

:speech_balloon: /so.nus/ STT (da voce a testo) per Node con rilevamento hotword offline

evancohen
โญ 639 JavaScript ๐Ÿ‘ค evancohen User ๐Ÿ• Aggiornato 2026-09-11 ๐Ÿ“… Creato 2016-08-30
180
mmpneo/curses

Didascalie per il riconoscimento vocale e l'input KB per OBS, VRChat, chat di Twitch e Discord

mmpneo
โญ 620 TypeScript ๐Ÿ‘ค mmpneo User ๐Ÿ• Aggiornato 2024-06-18 ๐Ÿ“… Creato 2022-11-16
181
reriiasu/speech-to-text

Trascrizione in tempo reale utilizzando faster-whisper

reriiasu
โญ 607 HTML ๐Ÿ‘ค reriiasu User ๐Ÿ• Aggiornato 2024-07-23 ๐Ÿ“… Creato 2023-03-30
182
tornikegomareli/Talkify

Dettatura vocale velocissima, gratuita e con prioritร  allโ€™elaborazione locale per macOS, con trascrizione sul dispositivo

tornikegomareli
โญ 599 Swift ๐Ÿ‘ค tornikegomareli User ๐Ÿ• Aggiornato 2026-10-17 ๐Ÿ“… Creato 2026-08-05
โญ 580 C# ๐Ÿ‘ค VolcanicArts User ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2022-03-14
184
githubharald/CTCWordBeamSearch

Decodificatore Connectionist Temporal Classification (CTC) con dizionario e modello linguistico.

githubharald
โญ 580 C++ ๐Ÿ‘ค githubharald User ๐Ÿ• Aggiornato 2026-01-31 ๐Ÿ“… Creato 2018-03-01
185
lovemefan/SenseVoice.cpp

Porting del modello Sense-voice di Funasr in C/C++

lovemefan
โญ 574 C ๐Ÿ‘ค lovemefan User ๐Ÿ• Aggiornato 2025-12-19 ๐Ÿ“… Creato 2024-08-06
186
alan-ai/alan-sdk-reactnative

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

alan-ai
โญ 573 Ruby ๐Ÿ‘ค alan-ai Organization ๐Ÿ• Aggiornato 2026-02-14 ๐Ÿ“… Creato 2019-10-23
187
algolia/voice-overlay-ios

๐Ÿ—ฃ Un overlay che ottiene il permesso vocale dell'utente e l'input come testo in un'interfaccia personalizzabile

algolia
โญ 557 Swift ๐Ÿ‘ค algolia Organization ๐Ÿ• Aggiornato 2026-06-23 ๐Ÿ“… Creato 2018-06-25
188
SpeechColab/Leaderboard

SpeechIO Leaderboard: una piattaforma di benchmarking ampia, robusta e completa per il riconoscimento vocale automatico.

SpeechColab
โญ 545 Python ๐Ÿ‘ค SpeechColab User ๐Ÿ• Aggiornato 2025-03-29 ๐Ÿ“… Creato 2021-02-07
189
opennookorg/betterwispr

App di dettatura gratuita, open source e con prioritร  allโ€™elaborazione locale per macOS. Tieni premuta una scorciatoia, parla e il testo verrร  inserito in qualsiasi app. Conversione da voce a testo sul dispositivo con Whisper, Parakeet e Apple Speech. Unโ€™alternativa privata, offline e open source a Wispr Flow.

opennookorg
โญ 544 Swift ๐Ÿ‘ค opennookorg Organization ๐Ÿ• Aggiornato 2026-11-14 ๐Ÿ“… Creato 2026-10-07
190
opendilab/CleanS2S

Agente interattivo Speech-to-Speech di alta qualitร  e in streaming in un singolo file. Prototipo di agente intelligente per interazione vocale full-duplex in streaming realizzato con un solo file!

opendilab
โญ 543 Python ๐Ÿ‘ค opendilab Organization ๐Ÿ• Aggiornato 2026-04-07 ๐Ÿ“… Creato 2024-09-26
191
rtzr/Awesome-Korean-Speech-Recognition

Lista API STT riconoscimento vocale coreano. Benchmark di performance per ciascuno.

rtzr
โญ 542 ๐Ÿ‘ค rtzr Organization ๐Ÿ• Aggiornato 2025-08-15 ๐Ÿ“… Creato 2023-08-21
192
kouhxp/yapsnap

Trascrivi qualsiasi URL video o file audio in testo semplice. Nessuna GPU. Nessun cloud. Un solo comando.

kouhxp
โญ 538 Python ๐Ÿ‘ค kouhxp User ๐Ÿ• Aggiornato 2026-09-15 ๐Ÿ“… Creato 2026-05-20
193
shashikg/WhisperS2T

Una pipeline ottimizzata da parlato a testo per il modello Whisper che supporta piรน motori di inferenza

shashikg
โญ 534 Jupyter Notebook ๐Ÿ‘ค shashikg User ๐Ÿ• Aggiornato 2024-08-27 ๐Ÿ“… Creato 2023-12-16
194
CheyneyComputerScience/CREMA-D

Dataset di attori multimodali emotivi ottenuto tramite crowdsourcing (CREMA-D)

CheyneyComputerScience
โญ 532 R ๐Ÿ‘ค CheyneyComputerScience Organization ๐Ÿ• Aggiornato 2025-03-21 ๐Ÿ“… Creato 2017-09-29
195
ccoreilly/vosk-browser

Una libreria di riconoscimento vocale in esecuzione nel browser grazie a una build WebAssembly di Vosk

ccoreilly
โญ 531 JavaScript ๐Ÿ‘ค ccoreilly User ๐Ÿ• Aggiornato 2025-12-07 ๐Ÿ“… Creato 2021-02-19
196
DmitryRyumin/ICASSP-2023-24-Papers

Articoli ICASSP 2023-2024: Una raccolta completa di ricerche influenti ed entusiasmanti dalle conferenze ICASSP 2023-24. Esplora gli ultimi progressi nell'acustica, nel parlato e nell'elaborazione dei segnali. Codice incluso. Segui il repository per supportare il progresso dell'elaborazione audio e dei segnali!

DmitryRyumin
โญ 527 Python ๐Ÿ‘ค DmitryRyumin User ๐Ÿ• Aggiornato 2025-05-05 ๐Ÿ“… Creato 2023-08-01
197
shibing624/parrots

Riconoscimento Automatico della Favola (ASR), motore Text-to-Speech (TTS). Riconoscimento vocale in cinese e inglese, sintesi vocale multi-ruolo, supporta piรน lingue, alta accuratezza

shibing624
โญ 527 Python ๐Ÿ‘ค shibing624 User ๐Ÿ• Aggiornato 2025-11-11 ๐Ÿ“… Creato 2018-08-26
198
cjyaddone/ChatWaifuL2D

Una versione di ChatWaifu abilitata per Renpy

cjyaddone
โญ 524 Python ๐Ÿ‘ค cjyaddone User ๐Ÿ• Aggiornato 2024-04-08 ๐Ÿ“… Creato 2022-12-19
199
liusongxiang/Large-Audio-Models

Tieni traccia dei grandi modelli nel dominio audio, inclusi parlato, canto, musica ecc.

liusongxiang
โญ 522 ๐Ÿ‘ค liusongxiang User ๐Ÿ• Aggiornato 2026-07-03 ๐Ÿ“… Creato 2023-03-12
200
apeatling/ollama-voice-mac

Ollama Voice compatibile con Mac

apeatling
โญ 519 Python ๐Ÿ‘ค apeatling User ๐Ÿ• Aggiornato 2025-08-21 ๐Ÿ“… Creato 2023-12-27