Git Stars Git Stars

#speech-to-text Repository

Scopri 211 repository GitHub open source attivi contrassegnati con #speech-to-text, che raccolgono un totale di 925,003 stelle (con una media di 4,383 stelle per progetto). Il progetto leader di questo argomento è debpalash/VoiceStudio, con 115,753 stelle.

211
Totale Repository
925,003
Totale stelle
4,383
Media Stelle/Repo

211 repository in totale

1
debpalash/VoiceStudio

VoiceStudio è l’alternativa open source e completamente locale a ElevenLabs: clonazione vocale, progettazione della voce, doppiaggio video, dettatura, trascrizione e creazione di audiolibri in 646 lingue.

debpalash
⭐ 115,753 Python 👤 debpalash User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-09
2
ggml-org/whisper.cpp

Porting del modello Whisper di OpenAI in C/C++

ggml-org
⭐ 55,392 C++ 👤 ggml-org Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2022-09-25
3
cjpais/Handy

Un'applicazione gratuita, open source ed estensibile per il riconoscimento vocale che funziona completamente offline.

cjpais
⭐ 39,490 Rust 👤 cjpais User 🕐 Aggiornato 2026-11-21 📅 Creato 2025-02-13
4
Zackriya-Solutions/meetily

Assistente IA per prendere appunti durante le riunioni, con la privacy al primo posto, per Windows, macOS e Linux. Gratuito e open source (MIT). Trascrizione con Whisper/Parakeet e diarizzazione dei parlanti direttamente sul dispositivo, senza bot nelle riunioni. Alternativa open source a Granola, Otter e Fireflies. https://meetily.ai

Zackriya-Solutions
⭐ 32,937 Rust 👤 Zackriya-Solutions Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2024-12-26
5
SYSTRAN/faster-whisper

Trascrizione Whisper più veloce con CTranslate2

SYSTRAN
⭐ 26,924 Python 👤 SYSTRAN Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2023-02-11
6
mozilla-ai/llamafile

Distribuisci ed esegui LLM con un singolo file.

mozilla-ai
⭐ 26,681 C++ 👤 mozilla-ai Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2023-09-10
7
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
8
screenpipe/screenpipe

YC (S26) | Screenpipe trova il lavoro che vale la pena automatizzare | Registra continuamente in locale il lavoro svolto al computer, individua i flussi di lavoro ricorrenti e passa il risultato a qualsiasi agente che usi già.

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-06-19
9
Evil0ctal/Douyin_TikTok_Download_API

🚀 API self-hosted per raccogliere dati da Douyin, TikTok e Bilibili e scaricare video senza filigrana. Supporta le chiamate degli agenti IA tramite MCP e la trascrizione vocale offline. Distribuzione Docker con un clic. | Scraper self-hosted per TikTok, Douyin e Bilibili e downloader di video senza filigrana: API REST asincrona, server MCP per agenti IA, CLI e console web, oltre alla trascrizione vocale offline dei video scaricati. Pool di identità autoriparante, archivio PostgreSQL e avvio con un solo `docker compose up`.

Evil0ctal
⭐ 21,507 Python 👤 Evil0ctal User 🕐 Aggiornato 2026-11-20 📅 Creato 2021-11-07
10
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
11
jianchang512/pyvideotrans

Traduci il video da una lingua all'altra e incorpora doppiaggio e sottotitoli.

jianchang512
⭐ 19,789 Python 👤 jianchang512 User 🕐 Aggiornato 2026-11-21 📅 Creato 2023-10-02
12
leon-ai/leon

🧠 Leon è il tuo assistente personale open-source.

leon-ai
⭐ 17,702 TypeScript 👤 leon-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-02-10
13
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
14
kaldi-asr/kaldi

kaldi-asr/kaldi è la posizione ufficiale del progetto Kaldi.

kaldi-asr
⭐ 15,488 Shell 👤 kaldi-asr Organization 🕐 Aggiornato 2025-09-22 📅 Creato 2015-04-20
15
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
16
huggingface/speech-to-speech

Crea agenti vocali con modelli open source

huggingface
⭐ 13,760 Python 👤 huggingface Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2024-08-07
17
abus-aikorea/voice-pro

Gradio WebUI per creatori e sviluppatori, con le principali funzionalità TTS (Edge-TTS, kokoro) e Voice Cloning zero-shot (E2 & F5-TTS, CosyVoice), con elaborazione audio Whisper, download da YouTube, isolamento vocale Demucs e traduzione multilingue.

abus-aikorea
⭐ 13,461 Python 👤 abus-aikorea User 🕐 Aggiornato 2026-07-13 📅 Creato 2024-07-29
18
OpenWhispr/openwhispr

App di dettatura voice-to-text con modelli locali (Nvidia Parakeet/Whisper) e cloud (BYOK). Privacy-first e disponibile cross-platform.

OpenWhispr
⭐ 11,968 JavaScript 👤 OpenWhispr Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-06-19
19
speechbrain/speechbrain

Un toolkit vocale basato su PyTorch

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 Aggiornato 2026-10-14 📅 Creato 2020-04-28
20
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
21
nexmoe/VidBee

Scarica video e audio da oltre 1.000 siti, trascrivili localmente con le etichette dei parlanti e riassumi, traduci o chatta sui tuoi contenuti multimediali con il provider di IA che preferisci.

nexmoe
⭐ 11,189 TypeScript 👤 nexmoe User 🕐 Aggiornato 2026-11-21 📅 Creato 2025-10-22
22
KoljaB/RealtimeSTT

Una libreria di sintesi vocale robusta, efficiente e a bassa latenza con rilevamento avanzato dell'attività vocale, attivazione tramite parola chiave e trascrizione istantanea.

KoljaB
⭐ 10,257 Python 👤 KoljaB User 🕐 Aggiornato 2026-11-11 📅 Creato 2023-08-29
23
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
24
Uberi/speech_recognition

Modulo di riconoscimento vocale per Python, con supporto per diversi motori e API, online e offline.

Uberi
⭐ 9,008 Python 👤 Uberi User 🕐 Aggiornato 2026-11-17 📅 Creato 2014-04-23
25
nl8590687/ASRT_SpeechRecognition

Sistema di Riconoscimento Vocale Cinese Basato su Deep Learning

nl8590687
⭐ 8,404 Python 👤 nl8590687 User 🕐 Aggiornato 2026-04-10 📅 Creato 2017-03-06
26
Neywa-Labs/mlx-audio

Una libreria text-to-speech (TTS), speech-to-text (STT) e speech-to-speech (STS) basata sul framework MLX di Apple, che fornisce un'efficiente analisi vocale su Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-11-27
27
Osmantic/ODS

Pre-release di ODS V3: test pubblici e perfezionamenti in vista del lancio ufficiale della V3. Trasforma il tuo PC, Mac o computer Linux in un server IA privato.

Osmantic
⭐ 7,882 Python 👤 Osmantic Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2026-02-09
28
anomalyco/hex

Dettatura vocale locale per Mac, Windows e Linux

anomalyco
⭐ 7,836 Rust 👤 anomalyco Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-07-17
29
getopenscreen/openscreen

Registra il tuo schermo, pubblica una demo. Gratuito e open-source, accelerato via GPU, senza filigrane, senza abbonamenti. Windows, macOS, Linux. Mantenuto attivamente.

getopenscreen
⭐ 7,685 TypeScript 👤 getopenscreen Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-03-14
30
TalAter/annyang

💬 Riconoscimento vocale per il tuo sito

TalAter
⭐ 6,820 TypeScript 👤 TalAter User 🕐 Aggiornato 2026-10-29 📅 Creato 2013-08-23
31
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
32
argmaxinc/argmax-oss-swift

IA Vocale On-Device per Apple Silicon

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 Aggiornato 2026-10-27 📅 Creato 2024-01-26
33
ddean2009/MoneyPrinterPlus

AI genera video brevi in massa con un clic, mixa automaticamente video brevi, pubblica automaticamente video su Douyin, Kuaishou, Xiaohongshu, Video Channel, guadagnare non è mai stato così facile! Supporta modelli vocali locali chatTTS, faster-whisper, GPTSoVITS, supporta voci cloud: Azure, Alibaba Cloud, Tencent Cloud. Supporta Stable diffusion, comfyUI per la generazione diretta di immagini AI. Genera video brevi con un clic utilizzando KI LLM, stampa denaro insieme! Supportato: chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.

ddean2009
⭐ 6,408 Python 👤 ddean2009 User 🕐 Aggiornato 2025-03-07 📅 Creato 2024-05-09
34
dograh-hq/dograh

Piattaforma di IA vocale open source. Alternativa self-hosted a Vapi e Retell. On-premise, BYOK per Speech-to-Speech o LLM/STT/TTS, con un costruttore di flussi di lavoro visivo, nativo MCP e supporto per la telefonia.

dograh-hq
⭐ 6,240 Python 👤 dograh-hq Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2025-09-09
35
snakers4/silero-models

Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici

snakers4
⭐ 6,223 Jupyter Notebook 👤 snakers4 User 🕐 Aggiornato 2026-10-15 📅 Creato 2020-09-11
36
Shaunwei/RealChar

🎙️🤖Crea, personalizza e parla con il tuo personaggio/compagno IA in tempo reale (Tutto in un'unica codebase!). Avvia una conversazione naturale e fluida con l'IA ovunque (mobile, web e terminale) utilizzando LLM OpenAI GPT3.5/4, Anthropic Claude2, Chroma Vector DB, Whisper Speech2Text, ElevenLabs Text2Speech🎙️🤖

Shaunwei
⭐ 6,216 JavaScript 👤 Shaunwei User 🕐 Aggiornato 2026-01-20 📅 Creato 2023-06-26
37
liuzhao1225/YouDub-Desktop

Localizzazione e doppiaggio video con IA open source per YouTube/Bilibili: riconoscimento vocale, traduzione dei sottotitoli, clonazione vocale, missaggio audio e rendering. Strumento open source di traduzione e doppiaggio video con IA.

liuzhao1225
⭐ 5,874 TypeScript 👤 liuzhao1225 User 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-26
38
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
39
AhmadHassan-BTed/B

Un compagno desktop basato sull’IA, autonomo e consapevole del contesto. Realizzato con Python, offre la visione dello schermo in tempo reale, la sintesi vocale ONNX personalizzata, il rilevamento della finestra attiva e un’interfaccia mobile dinamica con espressioni facciali reattive.

AhmadHassan-BTed
⭐ 5,177 Python 👤 AhmadHassan-BTed User 🕐 Aggiornato 2026-07-07 📅 Creato 2026-05-02
40
jianchang512/stt

Strumento da riconoscimento vocale a testo / Uno strumento locale offline per la conversione di sottotitoli audio/video, che produce sottotitoli in formato JSON, SRT e testo semplice

jianchang512
⭐ 4,857 Python 👤 jianchang512 User 🕐 Aggiornato 2026-01-22 📅 Creato 2023-12-28
41
sanchit-gandhi/whisper-jax

Implementazione JAX del modello Whisper di OpenAI per un'accelerazione fino a 70 volte su TPU.

sanchit-gandhi
⭐ 4,649 Jupyter Notebook 👤 sanchit-gandhi User 🕐 Aggiornato 2024-04-03 📅 Creato 2023-03-02
42
gradio-app/fastrtc

La libreria Python per la comunicazione in tempo reale

gradio-app
⭐ 4,639 JavaScript 👤 gradio-app Organization 🕐 Aggiornato 2026-10-21 📅 Creato 2024-09-25
43
tmoroney/auto-subs

Generazione di sottotitoli on-device che si collega direttamente a DaVinci Resolve, Premiere e After Effects.

tmoroney
⭐ 4,598 TypeScript 👤 tmoroney User 🕐 Aggiornato 2026-11-11 📅 Creato 2023-03-15
44
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
45
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
46
SakiRinn/LiveCaptions-Translator

Strumento di traduzione audio/vocale in tempo reale, leggero e potente, basato su Windows LiveCaptions.

SakiRinn
⭐ 4,121 C# 👤 SakiRinn User 🕐 Aggiornato 2026-08-17 📅 Creato 2024-09-13
47
KoljaB/RealtimeVoiceChat

Tieni una conversazione naturale e parlata con l'IA!

KoljaB
⭐ 3,875 Python 👤 KoljaB User 🕐 Aggiornato 2026-11-12 📅 Creato 2025-04-19
48
vocodedev/vocode-core

Costruisci agenti LLM basati sulla voce. Modulari + open source.

vocodedev
⭐ 3,670 Python 👤 vocodedev Organization 🕐 Aggiornato 2024-11-15 📅 Creato 2023-02-24
49
antiboredom/videogrep

supercutting automatici di video con Python

antiboredom
⭐ 3,446 Python 👤 antiboredom User 🕐 Aggiornato 2024-04-19 📅 Creato 2014-05-27
50
ahmetoner/whisper-asr-webservice

API Webservice ASR OpenAI Whisper

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

Domande frequenti

1

Qual è il repository #speech-to-text più popolare su GitHub?

Il progetto open source #speech-to-text più alto in classifica su GitHub è debpalash/VoiceStudio, con 115,753 stelle. VoiceStudio è l’alternativa open source e completamente locale a ElevenLabs: clonazione vocale, progettazione della voce, doppiaggio video, dettatura, trascrizione e creazione di audiolibri in 646 lingue.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #speech-to-text?

Tra i progetti #speech-to-text più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Rust, C++.

3

Come viene calcolata la classifica dei repository #speech-to-text?

Monitoriamo 211 repository open source attivi contrassegnati con #speech-to-text (500+ stelle), per un totale di 925,003 stelle e una media di 4,383 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.