Git Stars Git Stars

#speech-to-text Repository

211
Totale Repository
925,003
Totale stelle
4,383
Media Stelle/Repo
โญ 1,540 Java ๐Ÿ‘ค dindin0497 User ๐Ÿ• Aggiornato 2025-09-18 ๐Ÿ“… Creato 2024-10-29
102
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
103
zackees/transcribe-anything

App Whisper multi-backend. Velocissima. Ottimizzata per Mac-ARM. Installazione facile. Inserisci un file locale o un URL e questo servizio lo trascriverร  utilizzando Whisper AI. Completamente privato e gratuito ๐Ÿคฏ๐Ÿคฏ๐Ÿคฏ

zackees
โญ 1,488 Python ๐Ÿ‘ค zackees User ๐Ÿ• Aggiornato 2026-10-26 ๐Ÿ“… Creato 2021-05-09
104
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
105
R3gm/SoniTranslate

Traduzione sincronizzata per video. Doppiaggio video

R3gm
โญ 1,430 Python ๐Ÿ‘ค R3gm User ๐Ÿ• Aggiornato 2026-08-29 ๐Ÿ“… Creato 2023-06-27
106
0nutation/SpeechGPT

SpeechGPT Series: Grandi modelli linguistici per la voce

0nutation
โญ 1,397 Python ๐Ÿ‘ค 0nutation User ๐Ÿ• Aggiornato 2024-07-22 ๐Ÿ“… Creato 2023-05-16
107
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
108
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
109
Robitx/gp.nvim

Gp.nvim (prompt GPT) Plugin AI Neovim: sessioni ChatGPT e operazioni di testo/codice istruibili e sintesi vocale [OpenAI, Ollama, Anthropic, ..]

Robitx
โญ 1,322 Lua ๐Ÿ‘ค Robitx User ๐Ÿ• Aggiornato 2025-08-11 ๐Ÿ“… Creato 2023-06-18
110
Capsize-Games/airunner

Motore di inferenza offline per arte, conversazioni vocali in tempo reale, chatbot basati su LLM e flussi di lavoro automatizzati

Capsize-Games
โญ 1,317 Python ๐Ÿ‘ค Capsize-Games Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2023-03-21
111
goodroot/hyprwhspr

Riconoscimento vocale nativo per Linux - Dettatura rapida, accurata, privata e hackerabile a livello di sistema

goodroot
โญ 1,287 Python ๐Ÿ‘ค goodroot User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2025-08-27
112
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
113
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
114
Kieirra/murmure

Completamente locale, privato e multipiattaforma Speech-to-Text con post-elaborazione LLM

Kieirra
โญ 1,170 TypeScript ๐Ÿ‘ค Kieirra User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-10-12
115
PromtEngineer/Verbi

Un'applicazione modulare per assistenti vocali per sperimentare con modelli all'avanguardia di trascrizione, generazione di risposte e text-to-speech. Supporta le API di OpenAI, Groq, Elevenlabs, CartesiaAI e Deepgram, oltre ai modelli locali tramite Ollama. Ideale per la ricerca e lo sviluppo nella tecnologia vocale.

PromtEngineer
โญ 1,125 Python ๐Ÿ‘ค PromtEngineer User ๐Ÿ• Aggiornato 2025-11-22 ๐Ÿ“… Creato 2024-05-20
116
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
117
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
118
PatterAI/Patter

SDK vocale-AI open-source. L'alternativa a Vapi/Retell per sviluppatori che vogliono possedere lo stack. Dai al tuo agente AI un numero di telefono in 4 righe โ€” Python e TypeScript, con licenza MIT, Twilio, Telnyx e Plivo.

PatterAI
โญ 1,086 Python ๐Ÿ‘ค PatterAI Organization ๐Ÿ• Aggiornato 2026-11-04 ๐Ÿ“… Creato 2026-04-07
119
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
120
voquill/voquill

Tecnologia open source per dettatura vocale

voquill
โญ 1,031 TypeScript ๐Ÿ‘ค voquill Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-09-23
121
fossasia/voxbento_translator

Progetto di traduzione Voxbento

fossasia
โญ 1,023 JavaScript ๐Ÿ‘ค fossasia Organization ๐Ÿ• Aggiornato 2026-07-31 ๐Ÿ“… Creato 2017-11-25
122
dimastatz/whisper-flow

Whisper-Flow รจ un framework progettato per consentire la trascrizione in tempo reale del contenuto audio utilizzando il modello Whisper di OpenAI. Invece di elaborare file interi dopo il caricamento (modalitร  batch), Whisper-Flow accetta un flusso continuo di frammenti audio e produce trascrizioni incrementali immediatamente.

dimastatz
โญ 1,020 Python ๐Ÿ‘ค dimastatz User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2024-06-03
123
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
124
nomily-ai/nomily-app

Assistente per la registrazione vocale con BYOK, trascrizione ASR, diarizzazione dei parlanti, riepiloghi IA e supporto per endpoint ASR locali.

nomily-ai
โญ 1,014 ๐Ÿ‘ค nomily-ai User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2026-08-05
125
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat รจ un modello linguistico audio di grandi dimensioni, costruito per interazioni vocali naturali e a bassa latenza.

QwenAudio
โญ 1,014 Python ๐Ÿ‘ค QwenAudio Organization ๐Ÿ• Aggiornato 2026-09-24 ๐Ÿ“… Creato 2025-12-23
126
susiai/susi_shell

Questa suite di strumenti consente agli utenti di interagire direttamente con i servizi AI dal proprio terminale.

susiai
โญ 1,004 Python ๐Ÿ‘ค susiai Organization ๐Ÿ• Aggiornato 2025-05-04 ๐Ÿ“… Creato 2017-11-25
127
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
128
livekit/agents-js

Crea agenti AI multimodali in tempo reale con Node.js

livekit
โญ 971 TypeScript ๐Ÿ‘ค livekit Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2024-04-01
129
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
130
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
131
jitsi/jiwer

Valuti il vostro sistema di riconoscimento vocale con misure di similaritร  come il tasso di errore di parole (WER)

jitsi
โญ 946 Python ๐Ÿ‘ค jitsi Organization ๐Ÿ• Aggiornato 2026-09-03 ๐Ÿ“… Creato 2018-06-19
132
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
133
codeforequity-at
โญ 943 JavaScript ๐Ÿ‘ค codeforequity-at User ๐Ÿ• Aggiornato 2026-10-21 ๐Ÿ“… Creato 2019-12-03
134
hehehai/VoxtMini

Input vocale per macOS con modelli locali: trascrivi, traduci e riscrivi in qualsiasi app. Il successore di Voxt.

hehehai
โญ 916 Go ๐Ÿ‘ค hehehai User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-02-26
135
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
136
VladislavAntonyuk
โญ 912 C# ๐Ÿ‘ค VladislavAntonyuk User ๐Ÿ• Aggiornato 2026-07-16 ๐Ÿ“… Creato 2021-11-16
137
marswaveai/TypeNo

Un'app gratuita, open source, con prioritร  alla privacy per l'input vocale su macOS.

marswaveai
โญ 906 Swift ๐Ÿ‘ค marswaveai Organization ๐Ÿ• Aggiornato 2026-08-28 ๐Ÿ“… Creato 2026-03-24
138
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
139
lifeiteng/OmniSenseVoice

Omni SenseVoice: Riconoscimento vocale ad alta velocitร  con timestamp delle parole ๐Ÿ—ฃ๏ธ๐ŸŽฏ

lifeiteng
โญ 897 Python ๐Ÿ‘ค lifeiteng User ๐Ÿ• Aggiornato 2025-12-10 ๐Ÿ“… Creato 2024-09-22
140
BryceWG/BiBi-Keyboard

BiBi Keyboard: tastiera di input vocale con LLM e ASR per la piattaforma Android basata su Kotlin

BryceWG
โญ 896 Kotlin ๐Ÿ‘ค BryceWG User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2025-10-06
141
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
142
Blue-B/WhisperSubTranslate

Un'applicazione desktop locale e gratuita per estrarre sottotitoli (SRT) dai video e tradurli in qualsiasi lingua: utilizzo illimitato, nessuna registrazione, nessun cloud.

Blue-B
โญ 853 JavaScript ๐Ÿ‘ค Blue-B User ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2025-08-11
143
corvo007/MioSub

Software all-in-one per la generazione automatica di sottotitoli; copre l'intero processo di download, trascrizione, traduzione e hardcoding, senza alcun intervento manuale.

corvo007
โญ 844 TypeScript ๐Ÿ‘ค corvo007 User ๐Ÿ• Aggiornato 2026-10-20 ๐Ÿ“… Creato 2025-11-22
144
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
145
mustafaaljadery/lightning-whisper-mlx

Un'implementazione estremamente veloce di Whisper ottimizzata per Apple Silicon utilizzando MLX.

mustafaaljadery
โญ 835 Python ๐Ÿ‘ค mustafaaljadery User ๐Ÿ• Aggiornato 2024-05-08 ๐Ÿ“… Creato 2024-03-23
146
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
147
Azure-Samples/aoai-realtime-audio-sdk

Risorse di codice Azure OpenAI per l'utilizzo delle funzionalitร  in tempo reale di gpt-4o.

Azure-Samples
โญ 832 TypeScript ๐Ÿ‘ค Azure-Samples Organization ๐Ÿ• Aggiornato 2025-09-30 ๐Ÿ“… Creato 2024-10-01
148
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
149
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
150
deepgram/kur

Apprendimento Profondo Descrittivo

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