Git Stars Git Stars

#speech-to-text Repository

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

211 repository in totale

151
Neywa-Labs/mlx-audio-swift

Un SDK modulare Swift per l'elaborazione audio con MLX su Apple Silicon

Neywa-Labs
⭐ 822 Swift 👤 Neywa-Labs Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-12-03
152
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
⭐ 813 C# 👤 VRCWizard User 🕐 Aggiornato 2026-10-12 📅 Creato 2022-03-15
153
lobehub/lobe-tts

🎤 Lobe TTS - Una libreria TTS/STT affidabile e di alta qualità per server e browser

lobehub
⭐ 810 TypeScript 👤 lobehub Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2023-11-02
154
moona3k/macparakeet

App vocale veloce, privata e locale per Mac Apple Silicon — dettatura, trascrizione di file/media, registrazione di riunioni, trasformazioni e una CLI di automazione pubblica. Gratuita e open-source.

moona3k
⭐ 795 Swift 👤 moona3k User 🕐 Aggiornato 2026-11-09 📅 Creato 2026-02-10
155
MetaWu2077/Esp32_VoiceChat_LLMs

dispositivo basato su esp32, utilizzato principalmente per chat vocali con modelli linguistici di grandi dimensioni

MetaWu2077
⭐ 794 C++ 👤 MetaWu2077 User 🕐 Aggiornato 2024-03-24 📅 Creato 2024-03-09
156
mezbaul-h/june

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

mezbaul-h
⭐ 786 Python 👤 mezbaul-h User 🕐 Aggiornato 2024-08-12 📅 Creato 2024-06-03
157
mallorbc/whisper_mic

Progetto che permette di utilizzare un microfono con OpenAI Whisper.

mallorbc
⭐ 784 Python 👤 mallorbc User 🕐 Aggiornato 2024-07-04 📅 Creato 2022-09-23
158
soupslurpr/Transcribro

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

soupslurpr
⭐ 765 Kotlin 👤 soupslurpr User 🕐 Aggiornato 2026-11-12 📅 Creato 2024-03-15
159
yeyupiaoling/PaddlePaddle-DeepSpeech

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

yeyupiaoling
⭐ 764 Python 👤 yeyupiaoling User 🕐 Aggiornato 2025-12-17 📅 Creato 2019-11-01
160
amanvirparhar/chaplin

Uno strumento di riconoscimento vocale silenzioso in tempo reale.

amanvirparhar
⭐ 763 Python 👤 amanvirparhar User 🕐 Aggiornato 2025-11-02 📅 Creato 2025-02-03
161
zhangliwei7758/unity-AI-Chat-Toolkit

Implementazione di funzionalità relative alla chat AI utilizzando Unity. Attualmente, questa libreria include implementazioni di codice per chiamate API a modelli linguistici di grandi dimensioni come ChatGPT e ChatGLM, nonché l'implementazione di servizi vocali di Microsoft Azure e Baidu AI. I servizi vocali utilizzano API web e supportano piattaforme come Windows/WebGL/Android.

zhangliwei7758
⭐ 763 👤 zhangliwei7758 User 🕐 Aggiornato 2025-07-01 📅 Creato 2023-07-22
162
ILikeAI/AlwaysReddy

AlwaysReddy è un assistente vocale LLM che è sempre a portata di tasto di scelta rapida.

ILikeAI
⭐ 760 Python 👤 ILikeAI User 🕐 Aggiornato 2025-03-04 📅 Creato 2024-01-24
163
rapidaai/voice-ai

Rapida è una piattaforma open-source di orchestrazione AI vocale end-to-end per la creazione di agenti vocali conversazionali in tempo reale, con streaming audio, STT, TTS, VAD, integrazione multi‑canale, gestione dello stato degli agenti e osservabilità。

rapidaai
⭐ 760 Go 👤 rapidaai Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2023-12-07
164
exPHAT/SwiftWhisper

🎤 Il modo più semplice per trascrivere l'audio in Swift

exPHAT
⭐ 751 Swift 👤 exPHAT User 🕐 Aggiornato 2024-05-23 📅 Creato 2023-03-29
165
EmulationAI/awesome-large-audio-models

Raccolta di risorse sulle applicazioni dei Large Language Models (LLM) in Audio AI.

EmulationAI
⭐ 748 👤 EmulationAI Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2023-08-18
166
lhl/voicechat2

Voicechat SRT/LLM/TTS locale

lhl
⭐ 747 Python 👤 lhl User 🕐 Aggiornato 2024-10-12 📅 Creato 2024-06-29
167
Macoron/whisper.unity

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

Macoron
⭐ 730 C# 👤 Macoron User 🕐 Aggiornato 2025-04-17 📅 Creato 2023-03-26
168
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
⭐ 729 Python 👤 yeyupiaoling User 🕐 Aggiornato 2026-07-06 📅 Creato 2020-07-29
169
MycroftAI/adapt

Parser di Intenti Adattivo

MycroftAI
⭐ 722 Python 👤 MycroftAI Organization 🕐 Aggiornato 2024-07-21 📅 Creato 2015-09-08
170
Baidu-AIP/speech-demo

Esempio API vocale

Baidu-AIP
⭐ 709 Java 👤 Baidu-AIP Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2018-02-24
171
jamsch/expo-speech-recognition

Riconoscimento vocale per progetti React Native Expo

jamsch
⭐ 700 TypeScript 👤 jamsch User 🕐 Aggiornato 2026-10-29 📅 Creato 2023-10-30
172
Picovoice/speech-to-text-benchmark

Framework di benchmark per speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2018-08-04
173
tover0314-w/opentypeless

Dettatura vocale con IA open source per macOS, Windows e Linux. Premi una scorciatoia, parla naturalmente e ottieni un testo rifinito in qualsiasi app.

tover0314-w
⭐ 696 Rust 👤 tover0314-w User 🕐 Aggiornato 2026-11-15 📅 Creato 2026-02-26
174
zh-plus/openlrc

Trascrivi e traduci la voce in file LRC usando Whisper e LLM (GPT, Claude, et,al). Usa whisper e LLM (GPT, Claude, ecc.) per trascrivere e tradurre il tuo audio in un file di sottotitoli.

zh-plus
⭐ 684 Python 👤 zh-plus User 🕐 Aggiornato 2026-08-10 📅 Creato 2023-06-08
175
Picovoice/cheetah

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

Picovoice
⭐ 672 Python 👤 Picovoice Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2018-10-28
176
iskandaryv/meetingly-ai

Assistente AI open source per i colloqui e copilota per le riunioni: risposte in tempo reale durante le chiamate su Zoom, Google Meet e Teams, trascrizione sul dispositivo e invisibile durante la condivisione dello schermo. Un’alternativa gratuita a Cluely, Interview Coder e Final Round AI per Windows, macOS e Linux.

iskandaryv
⭐ 669 TypeScript 👤 iskandaryv User 🕐 Aggiornato 2026-11-13 📅 Creato 2025-09-04
177
DenisovAV/flutter_edge_ai

IA on-device per Flutter: Gemma e altri LLM, multimodalità, chiamate di funzione, embedding, RAG e voce su Android, iOS, Web, macOS, Windows e Linux.

DenisovAV
⭐ 669 Dart 👤 DenisovAV User 🕐 Aggiornato 2026-11-20 📅 Creato 2024-04-02
178
evancohen/sonus

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

evancohen
⭐ 639 JavaScript 👤 evancohen User 🕐 Aggiornato 2026-09-11 📅 Creato 2016-08-30
179
ErickWendel/localstudio

Studio di presentazioni in stile Canva, utilizzabile esclusivamente dal browser e basato su IA Web locale.

ErickWendel
⭐ 637 TypeScript 👤 ErickWendel User 🕐 Aggiornato 2026-10-21 📅 Creato 2026-06-24
180
watzon/pindrop

Un'app di dettatura nativa per la barra dei menu di macOS che utilizza la sintesi vocale locale con WhisperKit

watzon
⭐ 628 Swift 👤 watzon User 🕐 Aggiornato 2026-09-05 📅 Creato 2026-01-26
181
weynechen/intrascribe

Può essere distribuito localmente in rete privata, uno strumento di trascrizione e riepilogo vocale per team/organizzazioni, codice completo frontend e backend

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 Aggiornato 2025-09-24 📅 Creato 2025-08-13
182
mmpneo/curses

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

mmpneo
⭐ 620 TypeScript 👤 mmpneo User 🕐 Aggiornato 2024-06-18 📅 Creato 2022-11-16
183
jitsi/jigasi

Jigasi: un'applicazione lato server che funge da gateway per le conferenze Jitsi Meet. Attualmente consente ai normali client SIP di partecipare alle riunioni e fornisce funzionalità di trascrizione.

jitsi
⭐ 615 Java 👤 jitsi Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2014-08-07
184
vardanagarwal/Proctoring-AI

Creazione di un software per il monitoraggio automatico nel proctoring online

vardanagarwal
⭐ 609 Python 👤 vardanagarwal User 🕐 Aggiornato 2024-12-10 📅 Creato 2020-05-04
185
reriiasu/speech-to-text

Trascrizione in tempo reale utilizzando faster-whisper

reriiasu
⭐ 607 HTML 👤 reriiasu User 🕐 Aggiornato 2024-07-23 📅 Creato 2023-03-30
186
tornikegomareli/Talkify

Dettatura vocale velocissima, gratuita e con priorità all’elaborazione locale per macOS, con trascrizione sul dispositivo

tornikegomareli
⭐ 599 Swift 👤 tornikegomareli User 🕐 Aggiornato 2026-10-17 📅 Creato 2026-08-05
187
oxbshw/watch-skill

Dai agli agenti IA occhi, orecchie e risultati verificabili. Watch Skill trasforma video, audio e attività sullo schermo in prove ricercabili e corredate di timestamp, e dimostra il lavoro tramite contratti deterministici, non opinioni del modello. DeepWatch è l’ambiente di lavoro per agenti basato su DeepSeek Harness. Python + npm, MCP, CLI, REST e Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Aggiornato 2026-11-16 📅 Creato 2026-07-05
188
Xewdy444/Playwright-reCAPTCHA

Una libreria Python per risolvere reCAPTCHA v2 e v3 con Playwright

Xewdy444
⭐ 592 Python 👤 Xewdy444 User 🕐 Aggiornato 2026-11-17 📅 Creato 2023-01-19
189
PunithVT/ai-avatar-system

🎭 Piattaforma per avatar IA / esseri umani digitali: carica una foto, clona una voce e parla con qualsiasi volto in tempo reale tramite video con sincronizzazione labiale. Open source e self-hosted. Claude · Whisper · Chatterbox · MuseTalk.

PunithVT
⭐ 586 Python 👤 PunithVT User 🕐 Aggiornato 2026-11-13 📅 Creato 2025-11-30
190
dsa/fast-voice-assistant

⚡ Assistente vocale AI incredibilmente veloce con tempi di risposta inferiori a 500 ms

dsa
⭐ 581 Python 👤 dsa User 🕐 Aggiornato 2024-12-03 📅 Creato 2024-08-27
⭐ 580 C# 👤 VolcanicArts User 🕐 Aggiornato 2026-10-29 📅 Creato 2022-03-14
192
ElishaAz/Sayboard

Una IME vocale open-source su dispositivo (tastiera) per Android che utilizza la libreria Vosk.

ElishaAz
⭐ 572 Kotlin 👤 ElishaAz User 🕐 Aggiornato 2025-07-01 📅 Creato 2022-02-16
193
algolia/voice-overlay-ios

🗣 Un overlay che ottiene il permesso vocale dell'utente e l'input come testo in un'interfaccia personalizzabile

algolia
⭐ 557 Swift 👤 algolia Organization 🕐 Aggiornato 2026-06-23 📅 Creato 2018-06-25
194
SonicloudTech/mouse-mcp

Server MCP per mouse hardware destinato agli agenti IA su Windows x64. Controllo USB HID e dettatura vocale; richiede hardware e firmware uMouse compatibili.

SonicloudTech
⭐ 555 TypeScript 👤 SonicloudTech Organization 🕐 Aggiornato 2026-10-31 📅 Creato 2026-10-20
195
opennookorg/betterwispr

App di dettatura gratuita, open source e con priorità all’elaborazione locale per macOS. Tieni premuta una scorciatoia, parla e il testo verrà inserito in qualsiasi app. Conversione da voce a testo sul dispositivo con Whisper, Parakeet e Apple Speech. Un’alternativa privata, offline e open source a Wispr Flow.

opennookorg
⭐ 544 Swift 👤 opennookorg Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2026-10-07
196
rtzr/Awesome-Korean-Speech-Recognition

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

rtzr
⭐ 542 👤 rtzr Organization 🕐 Aggiornato 2025-08-15 📅 Creato 2023-08-21
197
kouhxp/yapsnap

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

kouhxp
⭐ 538 Python 👤 kouhxp User 🕐 Aggiornato 2026-09-15 📅 Creato 2026-05-20
198
shashikg/WhisperS2T

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

shashikg
⭐ 534 Jupyter Notebook 👤 shashikg User 🕐 Aggiornato 2024-08-27 📅 Creato 2023-12-16
199
ccoreilly/vosk-browser

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

ccoreilly
⭐ 531 JavaScript 👤 ccoreilly User 🕐 Aggiornato 2025-12-07 📅 Creato 2021-02-19
200
C4rohan/Lampline

Crea agenti telefonici IA sul tuo computer e prova ogni modifica con un chiamante IA. Open source, funziona gratis senza chiavi API e costa pochi centesimi a chiamata con le tue chiavi. Importa Dialogflow CX.

C4rohan
⭐ 529 Python 👤 C4rohan User 🕐 Aggiornato 2026-11-11 📅 Creato 2026-10-19