Git Stars Git Stars

#speaker-diarization リポジトリ

#speaker-diarizationのタグが付いた、GitHub上の28件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は125,249個で、プロジェクトあたりの平均は4,473個です。このトピックをリードしているのは、21,091個のスターを獲得しているmodelscope/FunASRです。

28
リポジトリ総数
125,249
合計スター数
4,473
リポジトリあたりの平均スター数

リポジトリ合計28件

1
modelscope/FunASR

トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、OpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット。

modelscope
⭐ 21,091 Python 👤 modelscope Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-11-24
2
speechbrain/speechbrain

PyTorchベースの音声ツールキット

speechbrain
⭐ 11,946 Python 👤 speechbrain Organization 🕐 更新日時 2026-10-14 📅 作成日 2020-04-28
3
QuentinFuxa/WhisperLiveKit

リアルタイムかつローカルな音声テキスト変換。ストリーミングASR、話者分離、翻訳、OpenAI/Deepgram互換のAPIを備えています。

QuentinFuxa
⭐ 11,275 Python 👤 QuentinFuxa User 🕐 更新日時 2026-11-14 📅 作成日 2024-12-19
4
nexmoe/VidBee

1,000以上のサイトから動画や音声をダウンロードし、話者ラベル付きでローカルに文字起こし。お好みのAIプロバイダーを使って、メディアの要約や翻訳、チャットができます。

nexmoe
⭐ 11,189 TypeScript 👤 nexmoe User 🕐 更新日時 2026-11-21 📅 作成日 2025-10-22
5
pyannote/pyannote-audio

話者ダイアライゼーションのためのニューラルビルディングブロック:音声活動検出、話者変更検出、重なり音声検出、話者エンベディング

pyannote
⭐ 10,821 Jupyter Notebook 👤 pyannote Organization 🕐 更新日時 2026-11-19 📅 作成日 2016-03-07
6
espnet/espnet

エンドツーエンド音声処理ツールキット

espnet
⭐ 10,022 Python 👤 espnet Organization 🕐 更新日時 2026-11-20 📅 作成日 2017-12-13
7
argmaxinc/argmax-oss-swift

Apple Silicon 向けオンデバイス音声 AI

argmaxinc
⭐ 6,471 Swift 👤 argmaxinc Organization 🕐 更新日時 2026-10-27 📅 作成日 2024-01-26
8
MahmoudAshraf97/whisper-diarization

OpenAI Whisperに基づく話者分離による自動音声認識

MahmoudAshraf97
⭐ 5,676 Jupyter Notebook 👤 MahmoudAshraf97 User 🕐 更新日時 2026-08-15 📅 作成日 2023-01-25
9
murtaza-nasir/speakr

Speakr は、オーディオ録音を文字起こしするために設計された、個人向けのセルフホスト型Webアプリケーションです

murtaza-nasir
⭐ 4,188 Python 👤 murtaza-nasir User 🕐 更新日時 2026-11-21 📅 作成日 2025-05-05
10
FluidInference/FluidAudio

アプリで Frontier CoreML オーディオモデルを使用 — テキスト読み上げ、音声認識、音声アクティビティ検出、話者分離。Swift で、SOTA オープンソースにより実現。

FluidInference
⭐ 3,319 Swift 👤 FluidInference Organization 🕐 更新日時 2026-11-19 📅 作成日 2025-06-21
11
Purfview/whisper-standalone-win

Python を気にせずに済む、Whisper & Faster-Whisper のスタンドアロン実行可能ファイル。

Purfview
⭐ 3,229 👤 Purfview User 🕐 更新日時 2025-11-07 📅 作成日 2023-02-25
12
modelscope/3D-Speaker

単一およびマルチモーダル話者検証、話者認識、話者ダイアライゼーションのリポジトリ

modelscope
⭐ 3,224 Python 👤 modelscope Organization 🕐 更新日時 2025-12-08 📅 作成日 2023-03-06
13
linto-ai/whisper-timestamped

単語レベルのタイムスタンプと信頼度を備えた多言語音声自動認識

linto-ai
⭐ 2,860 Python 👤 linto-ai Organization 🕐 更新日時 2026-09-28 📅 作成日 2023-01-13
14
OpenMOSS/MOSS-Transcribe-Diarize

話者ダイアライゼーション、タイムスタンプ、音響イベント認識に対応した、50以上の言語の長時間音声文字起こし用0.9Bモデル

OpenMOSS
⭐ 2,286 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-10-21 📅 作成日 2026-05-13
15
juanmc2005/diart

AI搭載リアルタイムオーディオアプリケーションを構築するためのPythonパッケージ

juanmc2005
⭐ 2,045 Python 👤 juanmc2005 User 🕐 更新日時 2026-06-19 📅 作成日 2021-08-09
16
kadirnar/whisper-plus

WhisperPlus:より速く、より賢く、より高性能に 🚀

kadirnar
⭐ 1,945 Python 👤 kadirnar User 🕐 更新日時 2026-11-02 📅 作成日 2023-11-21
17
wq2012/awesome-diarization

素晴らしい Speaker Diarization の論文、ライブラリ、データセット、およびその他のリソースのキュレーションされたリスト。

wq2012
⭐ 1,917 👤 wq2012 User 🕐 更新日時 2026-10-26 📅 作成日 2019-01-19
18
QwenAudio/Fun-ASR

Fun-ASR 音声認識モデル。Fun-ASR-Nano では Hugging Face Transformers をネイティブにサポートし、FunASR、vLLM、llama.cpp にはそれぞれ独立したデプロイパスを提供します。

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-12-15
19
google/uis-rnn

これは Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN) アルゴリズム用のライブラリで、Fully Supervised Speaker Diarization の論文に対応しています。

google
⭐ 1,588 Python 👤 google Organization 🕐 更新日時 2024-09-25 📅 作成日 2018-10-23
20
wenet-e2e/wespeaker

研究・生産指向型話者検証、認識、話者分離ツールキット

wenet-e2e
⭐ 1,475 Python 👤 wenet-e2e Organization 🕐 更新日時 2026-09-22 📅 作成日 2021-09-28
21
soniqo/speech-swift

Apple Silicon向けAI音声ツールキット — MLXとCoreMLで駆動されるASR、TTS、音声対音声、VAD、話者分離

soniqo
⭐ 1,284 Swift 👤 soniqo Organization 🕐 更新日時 2026-11-18 📅 作成日 2026-02-04
22
aTrainTranscription/aTrain

最先端の機械学習モデルを活用し、話者ダイアライゼーションを含む音声録音のオフライン文字起こしのためのGUIツール。

aTrainTranscription
⭐ 1,244 Python 👤 aTrainTranscription Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-10-03
23
transcriptionstream/transcriptionstream

LLM要約付きのターンキー・セルフホスト型オフライン文字起こしおよび話者分離サービス

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 更新日時 2026-01-18 📅 作成日 2023-11-13
24
joonson/syncnet_python

時間外: 野外での自動リップシンク

joonson
⭐ 931 Python 👤 joonson User 🕐 更新日時 2026-04-17 📅 作成日 2018-04-28
25
corvo007/MioSub

ダウンロード、文字起こし、翻訳、ハードサブ焼き込みまで全プロセスを網羅した、完全自動のワンストップ字幕生成ソフトウェア。人手による介入は一切不要です。

corvo007
⭐ 844 TypeScript 👤 corvo007 User 🕐 更新日時 2026-10-20 📅 作成日 2025-11-22
⭐ 677 Python 👤 yinruiqing User 🕐 更新日時 2025-09-24 📅 作成日 2022-11-09
27
weynechen/intrascribe

内部ネットワークへのプライベートデプロイが可能、チーム/組織向けの音声文字起こし要約ツール、完全なフロントエンドおよびバックエンドコード

weynechen
⭐ 620 TypeScript 👤 weynechen User 🕐 更新日時 2025-09-24 📅 作成日 2025-08-13
28
wq2012/SpectralCluster

Googleの話者ダイアライゼーションペーパーで使用された(制約付き)スペクトルクラスタリングアルゴリズムのPython再実装。

wq2012
⭐ 558 Python 👤 wq2012 User 🕐 更新日時 2026-10-28 📅 作成日 2019-01-18

よくある質問

1

GitHubで最も人気のある#speaker-diarizationリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#speaker-diarizationプロジェクトは、21,091個のスターを獲得しているmodelscope/FunASRです。トレーニング、推論、ストリーミングASR、VAD、句読点、話者ダイアライゼーションパイプライン、OpenAI互換/MCPサービングのためのオープンソース音声認識ツールキット。

2

#speaker-diarizationリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#speaker-diarizationプロジェクトでは、Python, TypeScript, Swift, Jupyter Notebookが最も一般的なプログラミング言語です。

3

#speaker-diarizationリポジトリのランキングはどのように算出されていますか?

#speaker-diarizationのタグが付いた28件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は125,249個で、リポジトリあたりの平均は4,473個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。