Git Stars Git Stars

#voice-activity-detection Repository

Scopri 34 repository GitHub open source attivi contrassegnati con #voice-activity-detection, che raccolgono un totale di 106,805 stelle (con una media di 3,141 stelle per progetto). Il progetto leader di questo argomento è modelscope/FunASR, con 21,091 stelle.

34
Totale Repository
106,805
Totale stelle
3,141
Media Stelle/Repo

35 repository in totale

1
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
2
pyannote/pyannote-audio

Blocchi di costruzione neurali per la diarizzazione del parlante: rilevamento dell'attività vocale, rilevamento del cambio di parlante, rilevamento del discorso sovrapposto, embedding del parlante

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2016-03-07
3
snakers4/silero-vad

Silero VAD: Voice Activity Detector pre-addestrato di livello enterprise

snakers4
⭐ 10,732 Python 👤 snakers4 User 🕐 Aggiornato 2026-11-20 📅 Creato 2020-11-23
4
noisetorch/NoiseTorch

Soppressione del rumore del microfono in tempo reale su Linux.

noisetorch
⭐ 10,268 Go 👤 noisetorch Organization 🕐 Aggiornato 2025-01-13 📅 Creato 2020-07-04
5
smacke/ffsubsync

Sincronizza automaticamente i sottotitoli con il video.

smacke
⭐ 7,951 Python 👤 smacke User 🕐 Aggiornato 2026-07-24 📅 Creato 2019-02-24
6
agermanidis/autosub

[NON PIÙ MANTENUTO] Utilità da riga di comando per la generazione automatica di sottotitoli per qualsiasi file video

agermanidis
⭐ 4,203 Python 👤 agermanidis User 🕐 Aggiornato 2024-03-22 📅 Creato 2015-06-29
7
ufal/whisper_streaming

Whisper streaming in tempo reale per la trascrizione e la traduzione da voce a testo di lunghi discorsi

ufal
⭐ 3,680 Python 👤 ufal Organization 🕐 Aggiornato 2025-11-12 📅 Creato 2023-04-05
8
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
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2025-06-21
9
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
⭐ 2,793 TypeScript 👤 iamsrikanthnani User 🕐 Aggiornato 2026-10-26 📅 Creato 2025-08-16
11
wiseman/py-webrtcvad

Interfaccia Python per il Rilevatore di Attività Vocale di WebRTC

wiseman
⭐ 2,417 C 👤 wiseman User 🕐 Aggiornato 2024-07-04 📅 Creato 2016-04-23
12
TEN-framework/ten-vad

Rilevatore di attività vocale (VAD): bassa latenza, alte prestazioni e leggero

TEN-framework
⭐ 2,319 C 👤 TEN-framework Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-04-29
13
jianfch/stable-ts

Trascrizione, allineamento forzato e indicizzazione audio con Whisper di OpenAI

jianfch
⭐ 2,251 Python 👤 jianfch User 🕐 Aggiornato 2025-10-29 📅 Creato 2022-09-29
14
jim-schwoebel/voice_datasets

🔊 Un elenco completo di set di dati open-source per l'elaborazione vocale e sonora (oltre 95 set di dati).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Aggiornato 2024-06-06 📅 Creato 2019-07-24
15
ricky0123/vad

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

ricky0123
⭐ 2,080 TypeScript 👤 ricky0123 User 🕐 Aggiornato 2026-09-12 📅 Creato 2022-10-17
16
juanmc2005/diart

Un pacchetto Python per creare applicazioni audio in tempo reale potenziate dall'IA

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 Aggiornato 2026-06-19 📅 Creato 2021-08-09
17
k2-fsa/sherpa-ncnn

Riconoscimento vocale in tempo reale e rilevamento dell'attività vocale (VAD) utilizzando Kaldi di nuova generazione con ncnn senza connessione Internet. Supporto per iOS, Android, Linux, macOS, Windows, Raspberry Pi, VisionFive2, LicheePi4A ecc.

k2-fsa
⭐ 1,801 C++ 👤 k2-fsa Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2022-09-04
18
coqui-ai/open-speech-corpora

💎 Un elenco di corpora vocali accessibili per ASR, TTS e altre tecnologie vocali

coqui-ai
⭐ 1,377 👤 coqui-ai Organization 🕐 Aggiornato 2024-06-06 📅 Creato 2019-01-31
19
soniqo/speech-swift

Toolkit vocale IA per Apple Silicon — ASR, TTS, voce-su-voce, VAD e diarizzazione alimentati da MLX e CoreML

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2026-02-04
20
ABexit/ASR-LLM-TTS

Questo è un sistema di interazione vocale basato su un modello open-source, che integra ASR, LLM e TTS in sequenza. Il modello ASR è SenceVoice, i modelli LLM sono QWen2.5-0.5B/1.5B e ci sono tre modelli TTS: CosyVoice, Edge-TTS e pyttsx3

ABexit
⭐ 1,283 Python 👤 ABexit User 🕐 Aggiornato 2026-06-03 📅 Creato 2024-11-12
21
QwenLM/Qwen3-ASR-Toolkit

Toolkit Python ufficiale per l'API Qwen3-ASR. Chiamate parallele ad alto throughput, trascrizione audio robusta per file lunghi, supporto per frequenze di campionamento multiple.

QwenLM
⭐ 1,020 Python 👤 QwenLM Organization 🕐 Aggiornato 2026-02-05 📅 Creato 2025-09-16
22
ggeop/Python-ai-assistant

Assistente AI Python 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Aggiornato 2024-11-17 📅 Creato 2019-05-16
23
sandrohanea/whisper.net

Whisper.net. Dettatura vocale resa semplice usando i modelli Whisper

sandrohanea
⭐ 954 C# 👤 sandrohanea User 🕐 Aggiornato 2026-11-15 📅 Creato 2023-02-03
24
ina-foss/inaSpeechSegmenter

Toolkit per la segmentazione audio basato su CNN. Consente di rilevare discorso, musica, rumore e genere del parlante. È stato progettato per studi su larga scala sull'uguaglianza di genere basati sul tempo di parola per genere.

ina-foss
⭐ 919 Python 👤 ina-foss Organization 🕐 Aggiornato 2026-03-12 📅 Creato 2018-03-12
25
google/visqol

Estimatore di Qualità Percettiva per Voce e Audio

google
⭐ 894 C++ 👤 google Organization 🕐 Aggiornato 2025-05-17 📅 Creato 2019-12-06
26
amsehili/auditok

Uno strumento di rilevamento dell'attività vocale e segmentazione audio

amsehili
⭐ 862 Python 👤 amsehili User 🕐 Aggiornato 2026-07-28 📅 Creato 2015-09-17
27
DataoceanAI/Dolphin

Dolphin è un modello ASR multilingue e multi-task addestrato congiuntamente da DataoceanAI e dalla Tsinghua University.

DataoceanAI
⭐ 800 Python 👤 DataoceanAI User 🕐 Aggiornato 2026-06-11 📅 Creato 2025-03-18
28
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
⭐ 745 Python 👤 FireRedTeam Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2026-02-12
29
dpirch/libfvad

Libreria di rilevamento attività vocale (VAD), basata sul motore VAD di WebRTC

dpirch
⭐ 570 C 👤 dpirch User 🕐 Aggiornato 2024-04-02 📅 Creato 2016-09-17
30
FireRedTeam/FireRedVAD

Una rilevazione dell'attività vocale e rilevazione di eventi audio di livello industriale SOTA, che supporta oltre 100 lingue, superando Silero-VAD, TEN-VAD, FunASR-VAD e WebRTC-VAD

FireRedTeam
⭐ 569 Python 👤 FireRedTeam Organization 🕐 Aggiornato 2026-05-06 📅 Creato 2026-03-03
31
0x5446/api4sensevoice

Server API e websocket per sensevoice. Ha ereditato alcune funzionalità avanzate, come il rilevamento VAD, il riconoscimento in streaming in tempo reale e la verifica dell'oratore.

0x5446
⭐ 537 Python 👤 0x5446 User 🕐 Aggiornato 2024-10-23 📅 Creato 2024-08-11
32
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
33
nyosegawa/speech.cpp

Sintesi vocale, riconoscimento vocale e rilevamento dell’attività vocale per conversazioni vocali, in C++ su ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet e Silero VAD su Metal, Vulkan e CPU, con un server compatibile con OpenAI e trascrizione in tempo reale.

nyosegawa
⭐ 510 C++ 👤 nyosegawa User 🕐 Aggiornato 2026-11-20 📅 Creato 2026-09-29
34
baxtree/subaligner

Sincronizza e traduci automaticamente i sottotitoli, oppure creane di nuovi trascrivendoli, utilizzando DNN pre‑addestrati, allineamenti forzati e Transformers. https://subaligner.readthedocs.io/

baxtree
⭐ 509 Python 👤 baxtree User 🕐 Aggiornato 2026-11-02 📅 Creato 2019-12-16
35
HKAllThingsLink/streaming-asr

Un sistema client-server leggero per l'elaborazione audio in tempo reale con rilevamento dell'attività vocale (VAD) e riconoscimento vocale automatico (ASR).

HKAllThingsLink
⭐ 502 HTML 👤 HKAllThingsLink Organization 🕐 Aggiornato 2026-01-04 📅 Creato 2025-12-01

Domande frequenti

1

Qual è il repository #voice-activity-detection più popolare su GitHub?

Il progetto open source #voice-activity-detection più alto in classifica su GitHub è modelscope/FunASR, con 21,091 stelle. 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.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #voice-activity-detection?

Tra i progetti #voice-activity-detection più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C, C++, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #voice-activity-detection?

Monitoriamo 34 repository open source attivi contrassegnati con #voice-activity-detection (500+ stelle), per un totale di 106,805 stelle e una media di 3,141 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.