Git Stars Git Stars

#speech-to-text Repository

211
Totale Repository
925,003
Totale stelle
4,383
Media Stelle/Repo
51
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
โญ 3,319 Swift ๐Ÿ‘ค FluidInference Organization ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2025-06-21
52
Purfview/whisper-standalone-win

Eseguibili standalone Whisper & Faster-Whisper per coloro che non vogliono preoccuparsi di Python.

Purfview
โญ 3,229 ๐Ÿ‘ค Purfview User ๐Ÿ• Aggiornato 2025-11-07 ๐Ÿ“… Creato 2023-02-25
53
ictnlp/LLaMA-Omni

LLaMA-Omni รจ un modello di interazione vocale end-to-end a bassa latenza e alta qualitร  basato su Llama-3.1-8B-Instruct, che mira a raggiungere capacitร  vocali al livello di GPT-4o.

ictnlp
โญ 3,142 Python ๐Ÿ‘ค ictnlp Organization ๐Ÿ• Aggiornato 2025-05-19 ๐Ÿ“… Creato 2024-09-10
54
HeyWillow/willow

Alternativa open source, locale e self-hosted agli assistenti vocali concorrenti di Amazon Echo/Google Home

HeyWillow
โญ 3,142 C ๐Ÿ‘ค HeyWillow Organization ๐Ÿ• Aggiornato 2026-11-01 ๐Ÿ“… Creato 2023-03-31
55
pluja/anysub

Trasforma audio e video in sottotitoli con un'interfaccia web facile da usare. Tutto viene eseguito sul tuo dispositivo. In precedenza Whishper.

pluja
โญ 3,106 TypeScript ๐Ÿ‘ค pluja User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2023-08-26
56
kyutai-labs/delayed-streams-modeling

Modelli Text-to-Speech e Speech-to-Text di Kyutai basati sul framework Delayed Streams Modeling.

kyutai-labs
โญ 3,055 Python ๐Ÿ‘ค kyutai-labs Organization ๐Ÿ• Aggiornato 2026-01-26 ๐Ÿ“… Creato 2025-06-16
57
Vexa-ai/vexa

API openโ€‘source per la trascrizione delle riunioni di Googleโ€ฏMeet, Microsoftโ€ฏTeams e Zoom. Bot che si uniscono automaticamente, trascrizioni in tempo reale tramite WebSocket, server MCP per agenti AI. O esegui lโ€™autohosting o utilizza un SaaS hostato.

Vexa-ai
โญ 3,002 Python ๐Ÿ‘ค Vexa-ai Organization ๐Ÿ• Aggiornato 2026-11-13 ๐Ÿ“… Creato 2025-02-07
58
davabase/whisper_real_time

Trascrizione in tempo reale con OpenAI Whisper.

davabase
โญ 2,936 Python ๐Ÿ‘ค davabase User ๐Ÿ• Aggiornato 2025-04-15 ๐Ÿ“… Creato 2022-11-29
โญ 2,868 Python ๐Ÿ‘ค tensorflow Organization ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2018-07-24
60
linto-ai/whisper-timestamped

Riconoscimento vocale automatico multilingue con timestamp a livello di parola e confidenza

linto-ai
โญ 2,860 Python ๐Ÿ‘ค linto-ai Organization ๐Ÿ• Aggiornato 2026-09-28 ๐Ÿ“… Creato 2023-01-13
61
FrigadeHQ/yogurt

Note private per le riunioni con l'IA che restano sul tuo computer. Nessun bot per le riunioni. Gratis e open source per Mac, Windows e Linux. Un'alternativa a Granola, Otter e Fireflies.

FrigadeHQ
โญ 2,828 TypeScript ๐Ÿ‘ค FrigadeHQ Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-11-10
62
iamsrikanthnani/pluely

L'alternativa open source a Cluely - Un assistente AI fulmineo e incentrato sulla privacy che funziona perfettamente durante riunioni, interviste e conversazioni senza che nessuno se ne accorga. Costruito con Tauri per prestazioni native, solo 10 MB. Completamente non rilevabile nelle videochiamate, condivisioni dello schermo e registrazioni.

iamsrikanthnani
โญ 2,793 TypeScript ๐Ÿ‘ค iamsrikanthnani User ๐Ÿ• Aggiornato 2026-10-26 ๐Ÿ“… Creato 2025-08-16
63
yazinsai/OpenOats

Un registratore di riunioni bello e minimalista per Mac. Premi Avvia e, dopo aver premuto Interrompi, troverai appunti e trascrizione in un unico file Markdown. Tutto avviene sul dispositivo. Gratuito e open source.

yazinsai
โญ 2,688 Swift ๐Ÿ‘ค yazinsai User ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2026-02-28
64
ishan0102/vimGPT

Naviga sul web con GPT-4V e Vimium

ishan0102
โญ 2,672 Python ๐Ÿ‘ค ishan0102 User ๐Ÿ• Aggiornato 2024-09-25 ๐Ÿ“… Creato 2023-11-07
โญ 2,657 C++ ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2025-03-31
66
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
67
meizhong986/WhisperJAV

Generatore di sottotitoli ASR/STT. Usa Qwen3-ASR, LLM locale, Whisper, TEN-VAD. Resistente al rumore per JAV.

meizhong986
โญ 2,490 Python ๐Ÿ‘ค meizhong986 User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2023-10-18
68
sindresorhus/awesome-whisper

๐Ÿ”Š Lista fantastica per Whisper โ€” un sistema open-source di riconoscimento vocale basato sull'IA sviluppato da OpenAI

sindresorhus
โญ 2,435 ๐Ÿ‘ค sindresorhus User ๐Ÿ• Aggiornato 2026-09-17 ๐Ÿ“… Creato 2023-05-10
69
yan5xu/ququ

Alternativa open source e gratuita a Wispr Flow | La prossima generazione di flussi di lavoro vocali desktop cinesi con modelli locali FunASR integrati e LLM configurabili

yan5xu
โญ 2,298 JavaScript ๐Ÿ‘ค yan5xu User ๐Ÿ• Aggiornato 2025-10-08 ๐Ÿ“… Creato 2025-09-20
70
jianfch/stable-ts

Trascrizione, allineamento forzato e indicizzazione audio con Whisper di OpenAI

jianfch
โญ 2,251 Python ๐Ÿ‘ค jianfch User ๐Ÿ• Aggiornato 2025-10-29 ๐Ÿ“… Creato 2022-09-29
71
handy-computer/transcribe.cpp

Inferenza speech-to-text ggml per oltre 16 famiglie di modelli

handy-computer
โญ 2,194 C++ ๐Ÿ‘ค handy-computer Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-04-07
72
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
73
Nutlope/notesGPT

Registra note vocali, trascrivi, riassumi e ottieni attivitร 

Nutlope
โญ 2,165 TypeScript ๐Ÿ‘ค Nutlope User ๐Ÿ• Aggiornato 2026-07-12 ๐Ÿ“… Creato 2023-11-08
74
intel/openvino-plugins-ai-audacity

Una serie di effetti, generatori e analizzatori basati sull'IA per Audacityยฎ.

intel
โญ 2,163 C++ ๐Ÿ‘ค intel Organization ๐Ÿ• Aggiornato 2026-10-19 ๐Ÿ“… Creato 2023-09-06
75
ricky0123/vad

Rilevatore di attivitร  vocale (VAD) per il browser con una semplice API

ricky0123
โญ 2,080 TypeScript ๐Ÿ‘ค ricky0123 User ๐Ÿ• Aggiornato 2026-09-12 ๐Ÿ“… Creato 2022-10-17
76
techjarves/Portable-Local-Studio

Studio di IA locale e portatile per Windows, Linux e macOS. Interfaccia grafica senza configurazione per la generazione di immagini, LLM GGUF, sintesi vocale e trascrizione vocale

techjarves
โญ 2,076 JavaScript ๐Ÿ‘ค techjarves User ๐Ÿ• Aggiornato 2026-11-14 ๐Ÿ“… Creato 2026-06-04
77
schibsted/WAAS

Whisper as a Service (GUI e API con coda per OpenAI Whisper)

schibsted
โญ 2,071 JavaScript ๐Ÿ‘ค schibsted Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2022-10-13
78
HanyuanWang/LiveStream-Agent-Studio

Un AI Agent Studio locale per Windows dedicato al commercio elettronico tramite live streaming su Douyin, con un flusso di lavoro intelligente unificato che collega la scoperta degli streamer, gli insight sulle dirette, l'analisi post-diretta e la pianificazione editoriale dei contenuti video brevi.

HanyuanWang
โญ 2,052 Python ๐Ÿ‘ค HanyuanWang User ๐Ÿ• Aggiornato 2026-08-24 ๐Ÿ“… Creato 2026-08-22
79
jarikomppa/soloud

Motore audio gratuito, facile e portatile per giochi

jarikomppa
โญ 2,040 C ๐Ÿ‘ค jarikomppa User ๐Ÿ• Aggiornato 2024-08-13 ๐Ÿ“… Creato 2013-07-15
80
lanbinleo/bili2text

Bilibili Video in Text umwandeln, tutto in un unico passaggio, basta inserire il link per usarlo

lanbinleo
โญ 2,020 Python ๐Ÿ‘ค lanbinleo User ๐Ÿ• Aggiornato 2026-11-03 ๐Ÿ“… Creato 2023-11-25
81
kadirnar/whisper-plus

WhisperPlus: Piรน veloce, piรน intelligente e piรน capace ๐Ÿš€

kadirnar
โญ 1,945 Python ๐Ÿ‘ค kadirnar User ๐Ÿ• Aggiornato 2026-11-02 ๐Ÿ“… Creato 2023-11-21
82
TypeWhisper/typewhisper-mac

Riconoscimento vocale locale per macOS IA sul dispositivo, completamente privato, cloud opzionale

TypeWhisper
โญ 1,940 Swift ๐Ÿ‘ค TypeWhisper Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-02-12
83
bugbakery/audapolis

un editor per audio parlato con trascrizione automatica

bugbakery
โญ 1,906 TypeScript ๐Ÿ‘ค bugbakery Organization ๐Ÿ• Aggiornato 2026-06-24 ๐Ÿ“… Creato 2021-09-03
85
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
86
software-mansion/react-native-executorch

Libreria di inferenza AI on-device per React Native, ad alte prestazioni e orientata alla privacy, basata sul runtime ExecuTorch di PyTorch

software-mansion
โญ 1,794 TypeScript ๐Ÿ‘ค software-mansion Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2024-10-16
87
x007xyz/flycut-caption

Un componente React completo per la modifica di sottotitoli video con riconoscimento vocale basato sull'intelligenza artificiale e capacitร  di editing visivo.

x007xyz
โญ 1,782 TypeScript ๐Ÿ‘ค x007xyz User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-09-22
88
antirez/voxtral.c

Inferenza in puro C del modello Mistral Voxtral Realtime 4B per il riconoscimento vocale

antirez
โญ 1,755 C ๐Ÿ‘ค antirez User ๐Ÿ• Aggiornato 2026-02-15 ๐Ÿ“… Creato 2026-02-05
89
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
90
Olcmyk/HuChenFeng

Raccogli tutti i contenuti di Hu Chenfeng

Olcmyk
โญ 1,683 ๐Ÿ‘ค Olcmyk User ๐Ÿ• Aggiornato 2026-02-17 ๐Ÿ“… Creato 2025-10-06
91
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
92
isaackogan/TikTokLive

TikTok LIVE API per Python: La libreria di terze parti definitiva per ricevere eventi di livestream (commenti, regali, ecc.) in tempo reale da TikTok LIVE.

isaackogan
โญ 1,665 Python ๐Ÿ‘ค isaackogan User ๐Ÿ• Aggiornato 2026-10-20 ๐Ÿ“… Creato 2022-02-24
93
waybarrios/vllm-mlx

Server di inferenza LLM ad alte prestazioni compatibile con OpenAI e Anthropic per Apple Silicon. MLX nativo, batching continuo, modelli multimodali, chiamate di strumenti MCP e supporto per Claude Code.

waybarrios
โญ 1,657 Python ๐Ÿ‘ค waybarrios User ๐Ÿ• Aggiornato 2026-11-07 ๐Ÿ“… Creato 2025-12-06
94
Muesli-HQ/muesli

Muesli: trascrizione locale delle riunioni e dettatura native per agenti su macOS (alternativa a Granola + WisprFlow + Littlebird)

Muesli-HQ
โญ 1,652 Swift ๐Ÿ‘ค Muesli-HQ Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-03-05
95
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
96
Norsico/Video-Materials-AutoGEN-Workstation

Una workstation di generazione (di brevi video) che integra la pianificazione dei contenuti, la generazione automatica di testi pubblicitari tramite IA, il doppiaggio automatico in blocco con TTS, la sintesi di materiali fotografici (IA), l'estrazione automatica di script di sottotitoli linguistici tramite ASR e la creazione libera tramite IA. Comoda per la gestione dei progetti video di ogni episodio.

Norsico
โญ 1,624 Python ๐Ÿ‘ค Norsico User ๐Ÿ• Aggiornato 2026-10-14 ๐Ÿ“… Creato 2025-11-18
97
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
98
yakGPT/yakGPT

Interfaccia ChatGPT in esecuzione locale, a mani libere

yakGPT
โญ 1,614 TypeScript ๐Ÿ‘ค yakGPT User ๐Ÿ• Aggiornato 2024-05-08 ๐Ÿ“… Creato 2023-03-30
99
silverstein/minutes

Alternativa open source e local-first a Granola/Otter, interrogabile da Claude Code, Codex, Cursor e qualsiasi client MCP. Riunioni, chiamate e memo vocali trascritti sul dispositivo in Markdown di tua proprietร .

silverstein
โญ 1,612 Rust ๐Ÿ‘ค silverstein User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-03-18
100
kyutai-labs/unmute

Fai in modo che gli LLM di testo ascoltino e parlino

kyutai-labs
โญ 1,556 Python ๐Ÿ‘ค kyutai-labs Organization ๐Ÿ• Aggiornato 2026-09-09 ๐Ÿ“… Creato 2025-06-10